ccc-机器学习算法基础-2

特征选择删除低方差特征

from sklearn.feature_selection import VarianceThreshold

def var():
    var = VarianceThreshold(threshold=0.0)
    data = var.fit_transform([[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]])
    print(data)
    return None

if __name__ == "__main__":
    var()

说明：

• VarianceThreshold语法
  

PCA降维：降低原数据的维数

from sklearn.decomposition import  PCA

def pca():
    pca = PCA(n_components=0.9)
    data = pca.fit_transform([[2,8,4,5],[6,3,0,8],[5,4,9,1]])
    print(data)
    return None

if __name__ == "__main__":
    pca()

说明：

• PCA语法
  
• PCA原理和推导
• 适用于特征较多的情况

实例：用户类型-PAC降维

1.导入库和文件数据

2.合并表，便于数据处理

3.交叉分类取出用户与产品类型的矩阵

4.直接调用sklearn中的PCA降维即可

sklearn的数据集

API介绍

获取数据集返回的类型

数据集进行分割

用于分类的大数据集

fit_transfrom()与fit()和transfrom()

说明:

• 大多数情况都能直接使用fit_transform
• fit暂时不处理数据，只是获取数据的平均值、方差等

估计器的工作流程