您好,登錄后才能下訂單哦!
這篇文章給大家分享的是有關(guān)Python方差特征過(guò)濾如何實(shí)現(xiàn)的內(nèi)容。小編覺(jué)得挺實(shí)用的,因此分享給大家做個(gè)參考,一起跟隨小編過(guò)來(lái)看看吧。
說(shuō)明
1、通過(guò)特征本身的方差來(lái)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(duì)我們區(qū)分標(biāo)簽沒(méi)有太大作用,因此應(yīng)該消除這些特征。
實(shí)例
def variance_demo(): """ 過(guò)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(shí)例化一個(gè)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
感謝各位的閱讀!關(guān)于“Python方差特征過(guò)濾如何實(shí)現(xiàn)”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,讓大家可以學(xué)到更多知識(shí),如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到吧!
免責(zé)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(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。