NLP-数据预处理后的特征选择

学习笔记，，备忘录。。。
内容来源：知乎：特征工程到底是什么？

• 实际应用中的数据往往很多，并存在不相关的特性，特性之间也可能存在相互依赖。
• 通过特征选择剔除不相关或冗余的特征，减少特征个数，减少运行时间的目的。
• 数据预处理后，需要选择有意义的特征，然后再输入机器学习的算法和模型进行训练。

---

一、相关系数法

• 计算各个特征对目标值的相关系数，选择更加相关的特征。

原始数据：

步骤说明：

• 导入数据
• 使用SelectKBest类，通过回归的方法，确定选择几个特征值
• 选择自变量，调用fit_transform()方法
• 把自变量和因变量传入，选择相关度比较高的两个变量
• 通过get_support()方法获得相应的列名

示例代码：