机器学习特征工程之数据降维

为什么进行特征选择?

  • 冗余:部分特征的相关度较高,容易消耗计算性能。
  • 噪声:部分特征对预测结果有影响。

特征选择是什么

这里写图片描述

特征选择API

sklearn.feature_selection.VarianceThold

主成分分析PCA

PCA是什么?
本质:PCA是一种分析、简化数据集的技术。
目的:是数据维数压缩,尽可能降低原数据的维数(复杂度),损失少量信息。
作用可以消减回归分析或者聚类分析中特征的数量。

PCA降维分析可以参考以下文章:
PCA降维实例分析
数据降维

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