特征选择

1、VarianceThreshold()---删除方差低的要素

是一种简单的特征选择基线方法。它会删除方差不符合某个阈值的所有要素。默认情况下，它会删除所有零方差要素，即在所有样本中具有相同值的要素。

import numpy as np
import pandas as pd
from sklearn.feature_selection import VarianceThreshold
X = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [0, 1, 1]]
sel = VarianceThreshold(threshold=(.8 * (1 - .8)))
print(sel.fit_transform(X))
'''
[[0 1]
 [1 0]
 [0 0]
 [1 1]
 [1 0]
 [1 1]]
'''

2、单变量特征选择

（1）SelectKBest()删除除了k个最高得分外的所有特征

import numpy as np
import pandas as pd
from sklearn.feature_selection import VarianceThreshold,SelectKBest,chi2
X = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [0, 1, 1]]
y = [[1],[0],[0],[1],[0],[1]]
# sel = VarianceThreshold(threshold=(.8 * (1 - .8)))
X_new  = SelectKBest(chi2, k=2).fit_transform(X, y)
print(X_new)
# print(sel.fit_transform(X))
'''
[[0 1]
 [0 0]
 [1 0]
 [0 1]
 [0 0]
 [0 1]]
'''

（2）SelectPercentile()删除指定百分比外的所有特征
X_per = SelectPercentile(chi2,percentile=70).fit_transform(X,y)

• 对于回归：f_regression，mutual_info_regression
• 对于分类：chi2，f_classif，mutual_info_classif

3、递归特征消除（RFE）

通过coef_和feature_importances_获得每个特征的重要性，然后从中修剪最不重要的特征

RFECV 在交叉验证循环中执行RFE以找到最佳数量的特征。

4、使用SelectFromModel进行特征选择

（1）基于L1的特征选择

稀疏估计量linear_model.Lasso用于回归，分析linear_model.LogisticRegression和svm.LinearSVC 分类：

转载于:https://www.cnblogs.com/Cheryol/p/11482034.html