#10.1 VT(方差阈值化)
from sklearn import datasets
from sklearn.feature_selection import VarianceThreshold#载入方差阈值函数
iris=datasets.load_iris()
features=iris.data
target=iris.target
thresholder=VarianceThreshold(threshold=0.5)#方差小于等于0.5的删除,含有信息比较少的列(特征)删除
features_high_variance=thresholder.fit_transform(features)#用thresholder规定的规则进行计算转换
features_high_variance[0:5]
array([[5.1, 1.4, 0.2],
[4.9, 1.4, 0.2],
[4.7, 1.3, 0.2],
[4.6, 1.5, 0.2],
[5. , 1.4, 0.2]])
#10.3 处理高度相关性的特征
import pandas as pd
import numpy as np
features=np.array([[1,1,1],#创建一个包含两个高度相关特征的特征矩阵(数组)
[2,2,0],
[3,3,1],
[4,4,0],
[