码迷,mamicode.com
首页 > 其他好文 > 详细

8特征选择

时间:2020-06-09 09:31:23      阅读:54      评论:0      收藏:0      [点我收藏+]

标签:bsp   nsf   说明   new   bar   selection   没有   特征   ret   

用过滤法对以下数据进行特征选择:

                             [[0,2,0,3],

                              [0,1,4,3],

                              [0,1,1,3]]

要求:

1、Variance Threshold(threshold =1.0)

2、将结果截图放上来(没有条件的备注说明原因)注意:每个人的电脑ID是不一样的

技术图片
from sklearn.feature_selection import VarianceThreshold  # 导入特征选择模块
data = [[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]]
print(‘原始数据:\n‘, data)
def var(data):
    var = VarianceThreshold(threshold=1.0)
    newdata = var.fit_transform(data)
    print("(185hrf)进行特征选择后的数据:\n", newdata)
    return
if __name__ == "__main__":
    var(data)
技术图片

技术图片

8特征选择

标签:bsp   nsf   说明   new   bar   selection   没有   特征   ret   

原文地址:https://www.cnblogs.com/WEJACKSI/p/13070367.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!