sklearn的特征选择

coding=utf-8

“”"
author:lei 5
function: 特征选择
“”"

from sklearn.feature_selection import VarianceThreshold # 特征选择
from sklearn.decomposition import PCA

num_list = [[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]]

def var():
“”"
特征选择-删除低方差特征
:return:
“”"
var = VarianceThreshold(threshold=1.0)

data = var.fit_transform(num_list)

print(data)

return None

def pca():
“”"
主成分分析进行特征降维
:return:
“”"
pca = PCA(n_components=0.9)

data = pca.fit_transform(num_list)

print(data)

return None

if name == ‘main’:
# var()
pca()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值