python学习日志 10.8
现在主要进行有关sk-learn的使用的学习,因此会将一些自己能够理解的概念或者重要的代码记录下来。
归一化和标准化
用于对数据进行无量纲化
from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import StandardScaler
其中前一种方法对异常值敏感,而后一种不敏感,一般使用零均值标准差的标准化方法
降维
降维的原因:避免相关性较强的特征导致的特征冗余。找出主要特征。
- 方法
- filter 过滤式:
方差选择法
相关系数法 - embedded 嵌入式:
决策树
正则化
深度学习
方差选择法
from sklearn.feature_selection import VarianceThreshold
相关系数法
皮尔逊相关系数
如果相关性很高,应该:
选取其中一个
加权组合
主成分分析
主成分分析
from sklearn.decomposition import PCA
参数PCA(n_components=)如果n_components是个小数,表示主成分分析保留百分之多少的信息,如果是个整数则表示保留多少个特征。