python特征提取方法 光谱_Python进行特征提取的示例代码

#过滤式特征选择

#根据方差进行选择，方差越小，代表该属性识别能力很差，可以剔除

from sklearn.feature_selection import VarianceThreshold

x=[[100,1,2,3],

[100,4,5,6],

[100,7,8,9],

[101,11,12,13]]

selector=VarianceThreshold(1) #方差阈值值，

selector.fit(x)

selector.variances_ #展现属性的方差

selector.transform(x)#进行特征选择

selector.get_support(True) #选择结果后，特征之前的索引

selector.inverse_transform(selector.transform(x)) #将特征选择后的结果还原成原始数据

#被剔除掉的数据，显示为0

#单变量特征选择

from sklearn.feature_selection import SelectKBest,f_classif

x=[[1,2,3,4,5],

[5,4,3,2,1],

[3,3,3,3,3],

[1,1,1,1,1]]

y=[0,1,0,1]

selector=SelectKBest(score_func=f_classif,k=3)#选择3个特征，指标使用的是方差分析F值

selector.fit(x,y)

selector.scores_ #每一个特征的得分

selector.pvalues_

select