标签:变化 删掉 特征选择 分析函数 bsp selection ret p12 lib
https://www.bilibili.com/video/BV184411Q7Ng?p=12
注解:
注解:
注解:
注解:
注解:
注解:
from sklearn.feature_selection import VarianceThreshold def var(): """ 删除低方差的特征 :return: """ var=VarianceThreshold(threshold=0.0) data=var.fit_transform([[0,2,0,3],[0,1,4,3],[0,1,1,3]]) print(data) return None if __name__=="__main__": var()
运行结果:
注解:
from sklearn.feature_selection import VarianceThreshold def var(): """ 删除低方差的特征 :return: """ var=VarianceThreshold(threshold=1.0) data=var.fit_transform([[0,2,0,3],[0,1,4,3],[0,1,1,3]]) print(data) return None if __name__=="__main__": var()
运行结果:
注解:
注解:
注解:
注解:
注解:
注解:
注解:
代码演示:
from sklearn.decomposition import PCA def pca(): """ 主成分分析 :return: 4个样本,每个样本3个特征 """ pca=PCA(n_components=0.9) data=pca.fit_transform([[2,8,4,5],[6,3,0,8],[5,4,9,1],]) print(data) return None if __name__=="__main__": pca()
运行结果:
注解:
标签:变化 删掉 特征选择 分析函数 bsp selection ret p12 lib
原文地址:https://www.cnblogs.com/yibeimingyue/p/14209966.html