【数据挖掘 特征选择】特征选择常用方法

下面列举一些最常用的方法
1、根据阈值过滤掉方差小的变量。
2、通过计算变量与标签的相关系数，留下相关性高的特征。
3、根据决策树或者随机森林，选择重要程度高的特征。
4、利用PCA等算法，对数据进行变换，选择区分度最高的特征组合。

特征选择的方法，大部分在sklearn库中有对应的实现。