sklearn特征选择：VarianceThreshold和PCA

最新推荐文章于 2022-06-23 22:04:38 发布

永不落后于人

最新推荐文章于 2022-06-23 22:04:38 发布

阅读量1.4k

点赞数

分类专栏：机器学习文章标签：机器学习

本文链接：https://blog.csdn.net/FlatTiger/article/details/118966041

版权

19 篇文章 2 订阅

订阅专栏

本文介绍了特征选择中的VarianceThreshold方法，用于删除低方差特征，减少数据冗余。同时讲解了PCA主成分分析在数据降维中的作用，通过保留主要成分来降低数据复杂性。在实际应用中，PCA常用于线性回归和聚类分析前的数据预处理，以提高效率和准确性。

摘要由CSDN通过智能技术生成

特征选择就是从现有数据的所有特征中，选择部分特征作为训练集特征。

VarianceThreshold可以删除所有低方差的特征，方差越低，特征值离散程度越低，参考价值也不大。

from sklearn.feature_selection.VarianceThreshold

vc = VarianceThreshold(threshold=0.0)
vc.fit_transform(X)

其中，threshold默认为0.0，删除方差小于等于threshold的特征。

PCA是一种分析、简化数据的技术。其目的是数据维度压缩，尽可能降低原始数据的维度，损失少量信息。
作用： 削减线性回归和聚类分析中的特征数量。

from sklearn.decomposition import PCA

pca = PCA(n_components = 0.9)
data = pca.fit_transform(X)

其中n_components可以用小数和整数表示，用小数表示代表降维后的主成分方差和最小所占比例的阈值，一般设置为90%~95%；用证书表示代表降维后的维度数量。
X表示需要转换的二维数组。

关注

专栏目录