您好,登錄后才能下訂單哦!
這篇文章主要講解了“Python方差過濾如何實現(xiàn)”,文中的講解內(nèi)容簡單清晰,易于學習與理解,下面請大家跟著小編的思路慢慢深入,一起來研究和學習“Python方差過濾如何實現(xiàn)”吧!
說明
1、通過特征本身的方差來篩選特征。特征的方差越小,特征的變化越不明顯。
2、變化越不明顯的特征對我們區(qū)分標簽沒有太大作用,因此應該消除這些特征。
實例
def variance_demo(): """ 過濾低方差特征 :return: """ # 1. 獲取數(shù)據(jù) data = pd.read_csv('factor_returns.csv') data = data.iloc[:, 1:-2] print('data:\n', data) # 2. 實例化一個轉(zhuǎn)換器類 transfer = VarianceThreshold(threshold=10) # 3. 調(diào)用fit_transform() data_new = transfer.fit_transform(data) print('data_new:\n', data_new, data_new.shape) return None
Python主要應用于:
1、Web開發(fā);
2、數(shù)據(jù)科學研究;
3、網(wǎng)絡爬蟲;
4、嵌入式應用開發(fā);
5、游戲開發(fā);
6、桌面應用開發(fā)。
感謝各位的閱讀,以上就是“Python方差過濾如何實現(xiàn)”的內(nèi)容了,經(jīng)過本文的學習后,相信大家對Python方差過濾如何實現(xiàn)這一問題有了更深刻的體會,具體使用情況還需要大家實踐驗證。這里是億速云,小編將為大家推送更多相關(guān)知識點的文章,歡迎關(guān)注!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。