稀疏变量的处理

经常，对于高维的数据集，降维的第一步，就是删除那些包含相同信息的变量，就是变量取值很多相同的或者改变了的方差很小。

想删除第一步，就是，先问为什么？

当然是模型不接受你这种的变量，好比如回归分析，把很多值相同的变量作为自变量，对于模型的拟合效果有影响。

那么，要删，当然先找到哪些属于稀疏变量。

nearZeroVar为caret包中函数的两个参数就是理论。

1.uniqueCut:是不同取值数目和样本量的比值，freqCut:是最常见的取值频数和第二常见的取值频数之间的比值

该函数返回的结果是：数据集中稀疏变量所在的各列。

同样可以通过单变量可视化来判断，进而剔除。