2024年网安最全【机器学习】特征降维 - 方差选择法VarianceThreshold

方差小，就意味某个特征大多样本的值比较相近；方差大，就意味着某个特征大多样本的值都有差别。

方差选择法也叫「低方差过滤」，顾名思义，就是设定一个方差的值，所有低于这个方差的特征都会被删掉。

二、方差选择API

sklearn.feature_selection 是特征选择的API

sklearn.feature_selection.VarianceThreshold( threshold=0 )

• VarianceThreshold.fit_transform( data )：接收字典类型的原始数据，返回方差过滤后的数字特征
• VarianceThreshold.inverse_transform( data )：将过滤后的数字特征，转回原始数据
• VarianceThreshold.get_feature_names_out()：返回特征名字
• VarianceThreshold.variances_：返回每个特征对应的方差值

三、获取数据集

这里我们使用鸢尾花数据集来做示例

from sklearn import datasets

# 初始化鸢尾花数据集
iris = datasets.load_iris()

# 打印数据特征
print(iris.data)
# 打印特征数总结
print(iris.data.shape)

输出：

[[5.1 3.5 1.4 0.2]
 [4.9 3.  1.4 0.2]
 ......
 [5.9 3.  5.1 1.8]]
(150, 4)

从输出结果可以看到，数据集现在有150条数据，每条数据有4个特征。