【python机器学习手册】第10章 特征选择

#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],
                  [