Day 43:数据降维：特征选择 & 主成分分析PCA

2020/1/26

数据降维

其实就是数据特征数量的减少，和数组的维度根本不一样。对于数据降维有两个方法：
1.特征选择
2.主成分分析

特征选择

就是选择部分特征用来当作机器学习的数据。
选择特征选择的原因：

• 冗余：部分特征相似，关联度高。容易消耗计算性能，可以不需要。
• 噪声：部分特征对预测结果有很大的影响

特征选择的工具

Filter（过滤式）：VarlanceThreshold （Varlance方差）
其实就是通过方差大小考虑所有样本这个特征的方差情况。
Embedded(嵌入式)：正则化，决策树
Wrapper(包裹式，用的少)
神经网络

skilearn.feature_selection.VarianceThreshold

• VarianceThreshold(threshold = 0.0) :删除所有低方差特征
• Varlance.fit_transform(x): X:numpy array格式的数据，返回一个方差非0特征的数集。也就是删除所有方差为0的特征（删除所有相同值得特征）

from sklear.feature_selection import VarlanceThreshold


def var():
	va = VarlanceThreshold