优化特征选取（feature selection）在 Python 中的实现

优化特征选取（feature selection）在 Python 中的实现

在机器学习的模型构建中，特征选取是一个非常重要的环节。优秀的特征选取能够提高模型预测的准确性，降低过拟合的风险，同时还能减少模型的训练时间和存储空间。本文将介绍利用 Python 实现优化特征选取的方法。

特征选取方法：

1. 方差选择法： 移除低方差的特征

方差选择法指通过判断特征的方差来确定是否保留该特征。在 sklearn 中，可以使用 SelectKBest 模块中的 VarianceThreshold 实现方差选择法。

from sklearn.feature_selection import VarianceThreshold
sel = VarianceThreshold(threshold=(.8