方差过滤是通过特征方差筛选特征的常用方法。VarianceThreshold类用于删除方差低于阈值的特征，有助于减少冗余或无用特征。若希望保留特定数量的特征，可以通过设定方差阈值，例如选择方差中位数作为阈值来减少特征数量。
方差过滤
VarianceThreshold
这是通过特征本身的方差来筛选特征的类。比如一个特征本身的方差很小，就表示样本在这个特征上基本没有差异，可能特征中的大多数值都一样，甚至整个特征的取值都相同，那这个特征对于样本区分没有什么作用。所以无论接下来的特征工程要做什么，都要优先消除方差为0的特征。VarianceThreshold有重要参数threshold，表示方差的阈值，表示舍弃所有方差小于threshold的特征，不填默认为0，即删除所有的记录都相同的特征
可以看见，我们已经删除了方差为0的特征，但是依然剩下了708多个特征，明显还需要进一步的特征选择。然而，如果我们知道我们需要多少个特征，方差也可以帮助我们将特征选择一步到位。比如说，我们希望留下一半的特征，那可以设定一个让特征总数减半的方差阈值，只要找到特征方差的中位数，再将这个中位数作为参数threshold的值输入就好了：
资料参考：菜菜的机器学习
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
