[优达 机器学习入门]课程12：特征选择/课程13：主成分分析（PCA）

特征选择

sklearn 中有两大单变量特征选择工具：SelectPercentile 和 SelectKBest。 两者之间的区别从名字就可以看出：SelectPercentile 选择最强大的 X% 特征（X 是参数），而 SelectKBest 选择 K 个最强大的特征（K 是参数）。

from sklearn.feature_selection import SelectPercentile
selector = SelectPercentile(f_classif, percentile=1)
selector.fit(features_train_transformed, labels_train)
features_train_transformed = selector.transform(features_train_transformed).toarray()
features_test_transformed  = selector.transform(features_test_transformed).toarray()

##正则化

##套索回归

from sklearn.linear_model.Lasso
features, labels = Get My Data()
regression = Lasso()
regression.fit(features, labels)
regres