Python方差特征过滤的实例分析
更新时间：2021年08月15日 11:36:39 作者：小妮浅浅
在本篇文章里小编给大家整理了一篇关于Python方差特征过滤的实例分析内容，有需要的朋友们可以跟着学习下。
说明
1、通过特征本身的方差来筛选特征。特征的方差越小，特征的变化越不明显。
2、变化越不明显的特征对我们区分标签没有太大作用，因此应该消除这些特征。
实例
def variance_demo():
"""
过滤低方差特征
:return:
"""
# 1. 获取数据
data = pd.read_csv('factor_returns.csv')
data = data.iloc[:, 1:-2]
print('data:\n', data)
# 2. 实例化一个转换器类
transfer = VarianceThreshold(threshold=10)
# 3. 调用fit_transform()
data_new = transfer.fit_transform(data)
print('data_new:\n', data_new, data_new.shape)
return None
知识点扩充：
方差过滤法
VarianceThreshold 是特征选择的一个简单基本方法,其原理在于–底方差的特征的预测效果往往不好。而VarianceThreshold会移除所有那些方差不满足一些阈值的特征。默认情况下，它将会移除所有的零方差特征，即那些在所有的样本上的取值均不变的特征。
sklearn中的VarianceThreshold类中重要参数 threshold（方差的阈值），表示删除所有方差小于threshold的特征 #不填默认为0——删除所有记录相同的特征。
import pandas as pd
import numpy as np
np.random.seed(1) #设置随机种子，实现每次生成的随机数矩阵都一样
a= np.random.randint(0, 200,10)
b= np.random.randint(0, 200,10)
c= np.random.randint(0, 200,10)
d= [9,9,9,9,9,9,9,9,9,9]
data=pd.DataFrame({"A" : a,"B" : b,"C" : c,"D" : d})
data
from sklearn.feature_selection import VarianceThreshold
sel_model = VarianceThreshold(threshold = 0)
#删除不合格特征之后的新矩阵
sel_model.fit_transform(data)
到此这篇关于Python方差特征过滤的实例分析的文章就介绍到这了,更多相关Python方差特征过滤的实现内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
您可能感兴趣的文章:
相关文章
今天小编就为大家分享一篇python list格式数据excel导出方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
这篇文章主要介绍了Python实现的多进程拷贝文件并显示百分比功能,涉及Python多进程、文件遍历、拷贝等相关操作技巧,需要的朋友可以参考下2019-04-04
这篇文章主要介绍了python区块及区块链的开发详解的相关资料,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07
本文学习了如何通过 Python 脚本进行 FTP、SSH 服务的登录爆破，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-08-08
这篇文章主要介绍了用于ETL的Python数据转换工具,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2020-07-07
Python输出PowerPoint（ppt）文件中全部文字信息的方法
这篇文章主要介绍了Python输出PowerPoint（ppt）文件中全部文字信息的方法,涉及Python通过windows中com组件操作ppt的相关技巧,非常具有实用价值,需要的朋友可以参考下2015-04-04
今天小编就为大家分享一篇使用python进行波形及频谱绘制的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-06-06
这篇文章主要介绍了python 识别图片上的数字，本文图文并茂给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-07-07
Python的可读性和简单性是其广受欢迎的两大原因，本文介绍20个常用的Python技巧来提高代码的可读性，并能帮助你节省大量时间，需要的可以参考一下2022-02-02
这篇文章主要介绍了jupyter notebook如何使用matlab问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-01-01
最新评论