【特征选择】方差阈值法

《Python机器学习基础教程》第四章数据表示与特征工程4.8 自动化特征选择:深入解析减少特征维度与提升模型性能的关键技术 本文详细介绍了自动化特征选择的概念及其在减少特征维度和提高模型性能方面的作用。我们讨论了几种常用的自动化特征选择方法,包括过滤法(如方差阈值法、卡方检验和互信息法)、包装法(如递归特征消除法)和嵌入法(如基于树的特征选择和基于正则化的特征选择)。通过合理的特征选择,我们可以显著提高模型的性能和可解释性。每种方法都有其特定的优势和适用场景,选择合适的方法取决于具体的数据特性和业务需求。 阅读详情

特征选择最快入门:方差阈值法|原理+公式+Python实战全攻略

方差阈值法是机器学习中最简单、最高效的特征筛选方法,核心逻辑是“去掉没波动的特征”——方差接近0的特征几乎没有区分度,相当于“无效信息”,删除后能减少模型复杂度、加速训练。它无需复杂统计检验,仅通过方差大小就能完成筛选,是特征选择的“第一步必备工具”。


一、方差阈值法是什么?一句话看懂

方差阈值法 = 筛选“有波动”的特征,丢掉“没波动”的特征。

核心逻辑:

  • 方差是衡量数据“波动大小”的指标(波动越大,方差越大)
  • 设定一个“阈值”,方差小于阈值的特征 → 几乎无波动 → 无信息量 → 删除
  • 方差大于等于阈值的特征 → 有明显波动 → 含有效信息 → 保留

形象比喻:筛选有用的信号

把每个特征想象成一个“信号源”:

  • 方差大的特征:信号强弱变化明显(比如“不同学生的考试成绩”:50~100分)
  • 方差小的特征:信号几乎不变(比如“全班学生的性别(0=男/1=女)”:大部分是0)
  • 方差阈值法:只保留“信号变化明显”的源,关掉“信号无变化”的源

生活例子

假设数据集有两个特征:

  • 特征1:“学生是否为中国人”(全班99%是中国人,编码为1)→ 方差极小
  • 特征2:“学生的数学成绩”(50~100分)→ 方差较大
    设定阈值0.1,特征1会被删除(方差<0.1),特征2会被保留(方差≥0.1)。

二、核心原理与公式(必学)

1. 方差的定义(基础回顾)

对于一个特征 (X),方差 (\sigma^2(X)) 衡量其数值的离散程度,公式如下:
σ2(X)=1n∑i=1n(Xi−μX)2 \sigma^2(X) = \frac{1}{n} \sum_{i=1}^n (X_i - \mu_X)^2 σ2(X)=n1​i=1∑n​(Xi​−μX​)2

  • (n):样本数量
  • (XiX_iXi​):第 i 个样本的特征值
  • (μX\mu_XμX​):特征(X)的均值(μX=1n∑i=1nXi\mu_X = \frac{1}{n} \sum_{i=1}^n X_iμX​=n1​∑i=1n​Xi​)

2. 方差与信息量的关系

  • 方差越大 → 特征值波动越明显 → 能区分不同样本 → 信息量越多
  • 方差越小 → 特征值几乎无变化 → 无法区分样本 → 信息量越少
  • 方差=0 → 所有样本的特征值相同 → 完全无信息量 → 必须删除

3. 阈值设定与筛选规则

  • 设定阈值(\theta)(如0.01、0.1、1等,需根据数据调整)
  • 筛选规则:
    • 若 (σ2(X)<θ\sigma^2(X) < \thetaσ2(X)<θ) → 删除特征(X)
    • 若 (σ2(X)≥θ\sigma^2(X) \geq \thetaσ2(X)≥θ) → 保留特征(X)

4. 关键前提:数据标准化(重要!)

方差阈值法对特征尺度敏感(比如“收入(万元)”和“年龄(岁)”的方差单位不同),因此必须先标准化:

  • 标准化后:每个特征的均值=0,方差=1(消除量纲影响)
  • 未标准化:可能因尺度差异误删重要特征(如收入方差10000,年龄方差10,阈值0.1会误删年龄)

三、方差阈值法完整流程(必背)

  1. 数据预处理:
    • 区分特征和目标变量
    • 处理缺失值(填充/删除)
    • 标准化特征(消除量纲影响)
  2. 计算特征方差:对每个特征单独计算方差
  3. 设定阈值:根据数据特性或交叉验证选择阈值(\theta)
  4. 筛选特征:保留方差≥(\theta)的特征,删除方差<(\theta)的特征
  5. 模型训练与评估:用筛选后的特征训练模型,对比筛选前后性能

四、Python 完整实战:鸢尾花数据集特征选择

1. 导入库+加载数据

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split, cross_val_score
from sklearn.preprocessing import StandardScaler
from sklearn.feature_selection import VarianceThreshold
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, confusion_matrix

# 加载鸢尾花数据集(4个特征,3类目标)
iris = load_iris()
X = pd.DataFrame(iris.data, columns=iris.feature_names)
y = pd.Series(iris.target, name='species')

print("样本数:", X.shape[0])
print("原始特征数:", X.shape[1])
print("特征名:", list(X.columns))
print("目标类别:", list(iris.target_names))
X.head()

2. 数据可视化(了解特征分布)

# 绘制特征散点图矩阵(查看特征区分度)
plt.figure(figsize=(10, 8))
sns.pairplot(pd.concat([X, y], axis=1), hue='species', palette='Set2')
plt.suptitle("鸢尾花数据集特征分布", y=1.02)
plt.show()

# 计算原始特征的方差(未标准化)
raw_variances = X.var()
print("\n未标准化特征方差:")
print(raw_variances.sort_values(ascending=False))

3. 数据预处理(标准化)

# 标准化特征(方差阈值法必需步骤)
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
X_scaled_df = pd.DataFrame(X_scaled, columns=iris.feature_names)

# 查看标准化后的方差(理论上接近1)
scaled_variances = X_scaled_df.var()
print("\n标准化后特征方差:")
print(scaled_variances.sort_values(ascending=False))

4. 方差阈值法特征选择(固定阈值)

# 设定方差阈值(示例:0.5)
threshold = 0.5
selector = VarianceThreshold(threshold=threshold)
X_selected = selector.fit_transform(X_scaled)

# 查看筛选结果
selected_mask = selector.get_support()  # 保留特征的掩码(True=保留)
selected_features = X.columns[selected_mask].tolist()
deleted_features = X.columns[~selected_mask].tolist()

print(f"\n=== 方差阈值法筛选结果(阈值={threshold})===")
print(f"保留的特征: {selected_features}")
print(f"删除的特征: {deleted_features}")
print(f"筛选后特征数: {X_selected.shape[1]}")

5. 特征方差可视化(对比阈值)

plt.figure(figsize=(10, 6))
# 绘制标准化后的特征方差
bars = plt.bar(iris.feature_names, scaled_variances, color='skyblue')
# 标记删除的特征(红色)
for i, bar in enumerate(bars):
    if not selected_mask[i]:
        bar.set_color('red')
# 绘制阈值线
plt.axhline(y=threshold, color='black', linestyle='--', label=f'阈值={threshold}')
plt.title("标准化特征方差分布(红色=删除特征)", fontsize=12)
plt.xlabel("特征")
plt.ylabel("方差")
plt.xticks(rotation=45)
plt.legend()
plt.grid(alpha=0.3, axis='y')
plt.tight_layout()
plt.show()

6. 模型训练与性能对比

# 定义训练评估函数
def train_eval(X_data, y_data, title):
    # 拆分训练集/测试集
    X_train, X_test, y_train, y_test = train_test_split(
        X_data, y_data, test_size=0.3, random_state=42, stratify=y_data
    )
    # 训练逻辑回归模型
    model = LogisticRegression(max_iter=200, random_state=42)
    model.fit(X_train, y_train)
    # 评估
    y_pred = model.predict(X_test)
    acc = accuracy_score(y_test, y_pred)
    print(f"\n=== {title} ===")
    print(f"准确率: {acc:.4f}")
    return acc, model, X_test, y_test, y_pred

# 1. 原始特征(4个)训练
acc_original, model_original, X_test_original, y_test_original, y_pred_original = train_eval(
    X_scaled, y, "原始特征模型"
)

# 2. 筛选后特征(n个)训练
acc_selected, model_selected, X_test_selected, y_test_selected, y_pred_selected = train_eval(
    X_selected, y, f"方差阈值筛选后模型(保留{len(selected_features)}个特征)"
)

# 性能对比
print("\n=== 性能对比 ===")
print(f"原始特征准确率: {acc_original:.4f}")
print(f"筛选后特征准确率: {acc_selected:.4f}")
print(f"特征数减少比例: {1 - len(selected_features)/len(X.columns):.1%}")

7. 混淆矩阵可视化(筛选后模型)

cm = confusion_matrix(y_test_selected, y_pred_selected)
plt.figure(figsize=(8, 6))
sns.heatmap(cm, annot=True, fmt='d', cmap='Blues',
            xticklabels=iris.target_names, yticklabels=iris.target_names)
plt.title(f"筛选后模型混淆矩阵(特征:{', '.join(selected_features)})", fontsize=12)
plt.xlabel("预测类别")
plt.ylabel("真实类别")
plt.tight_layout()
plt.show()

8. 优化:交叉验证选择最优阈值

# 定义阈值范围(0~1,取20个值)
thresholds = np.linspace(0, 1, 20)
cv_scores = []

for thresh in thresholds:
    # 按阈值筛选特征
    selector = VarianceThreshold(threshold=thresh)
    X_temp = selector.fit_transform(X_scaled)
    # 交叉验证(5折)
    if X_temp.shape[1] == 0:  # 避免特征被全部删除
        cv_scores.append(0)
        continue
    scores = cross_val_score(
        LogisticRegression(max_iter=200, random_state=42),
        X_temp, y, cv=5, scoring='accuracy'
    )
    cv_scores.append(scores.mean())

# 找到最优阈值
best_idx = np.argmax(cv_scores)
best_threshold = thresholds[best_idx]
best_score = cv_scores[best_idx]

print(f"\n=== 交叉验证最优阈值 ===")
print(f"最优阈值: {best_threshold:.4f}")
print(f"最优交叉验证准确率: {best_score:.4f}")

# 可视化阈值与准确率关系
plt.figure(figsize=(10, 6))
plt.plot(thresholds, cv_scores, marker='o', color='green', linewidth=2)
plt.axvline(x=best_threshold, color='red', linestyle='--', label=f'最优阈值={best_threshold:.4f}')
plt.title("方差阈值与交叉验证准确率关系", fontsize=12)
plt.xlabel("方差阈值")
plt.ylabel("5折交叉验证准确率")
plt.grid(alpha=0.3)
plt.legend()
plt.tight_layout()
plt.show()

9. 用最优阈值重新筛选并训练

# 最优阈值筛选
best_selector = VarianceThreshold(threshold=best_threshold)
X_best_selected = best_selector.fit_transform(X_scaled)
best_selected_features = X.columns[best_selector.get_support()].tolist()

print(f"\n=== 最优阈值筛选结果 ===")
print(f"最优阈值: {best_threshold:.4f}")
print(f"保留的特征: {best_selected_features}")
print(f"保留特征数: {X_best_selected.shape[1]}")

# 训练最优模型
acc_best, _, _, _, _ = train_eval(
    X_best_selected, y, f"最优阈值筛选后模型(保留{len(best_selected_features)}个特征)"
)

五、方差阈值法的优缺点(必背)

优点

  1. 简单易懂:原理基于基础方差概念,本科生也能快速掌握
  2. 计算高效:仅需计算方差和阈值对比,时间复杂度低,适合高维数据(千/万级特征)
  3. 快速去冗余:能快速删除完全无波动的特征,减少模型训练时间
  4. 无模型依赖:不依赖复杂模型,仅基于数据本身特性筛选,结果稳定
  5. 适用于预处理:可作为特征选择的第一步,先粗筛再用复杂方法精筛

缺点

  1. 忽略特征与目标的关系:只看特征自身方差,不考虑特征对目标变量的预测能力(可能误删“低方差但与目标强相关”的特征)
  2. 依赖阈值选择:阈值设定凭经验或交叉验证,阈值不当会导致“删有用特征”或“留冗余特征”
  3. 无法处理多重共线性:若两个特征高度相关(如“身高”和“体重”),方差都较大,会同时保留(冗余)
  4. 仅适用于数值特征:对分类特征(如性别、职业)无效(需先编码为数值)
  5. 对尺度敏感:未标准化时,可能因量纲差异误判特征重要性

六、与其他特征选择方法对比

方法核心逻辑优点缺点适用场景
方差阈值法基于特征自身方差简单、快速、无模型依赖忽略特征-目标关系、不处理共线性高维数据粗筛、快速去冗余
单变量特征选择(卡方/F检验)基于特征-目标的统计相关性考虑目标关系、适用广忽略特征交互、依赖线性假设中低维数据、线性关系为主
L1正则化(Lasso)惩罚系数绝对值,使部分系数为0嵌入建模、处理共线性对参数敏感、可能随机删相关特征高维数据、稀疏建模
树模型特征重要性(RF/XGBoost)基于节点分裂增益捕捉非线性、抗共线性计算量大、可能过拟合复杂特征关系、非线性数据

七、适用场景与使用建议

优先用方差阈值法的情况

  1. 高维数据粗筛:特征数上千/万时,先删除低方差特征(如方差<0.01),减少后续计算量
  2. 数据预处理第一步:作为特征选择的“前置操作”,先去冗余再用其他方法精筛
  3. 快速原型开发:需要快速验证模型可行性,无需复杂特征工程
  4. 特征尺度统一:已标准化的数据,方差能客观反映特征波动

使用建议

  1. 必须标准化:无论什么数据,先做标准化再用方差阈值法
  2. 阈值通过交叉验证选择:避免凭经验设定阈值导致的筛选失误
  3. 不单独使用:搭配单变量特征选择、L1正则化等方法,兼顾“去冗余”和“特征-目标相关性”
  4. 分类特征需编码:对分类特征(如性别),先做独热编码/标签编码,再计算方差

八、最简单总结(背诵版)

  1. 方差阈值法 = 保留高方差特征,删除低方差特征
  2. 核心步骤:标准化 → 算方差 → 设阈值 → 筛选
  3. 优点:简单、快速、适合高维数据粗筛
  4. 缺点:忽略特征-目标关系、不处理共线性
  5. 最佳用法:作为特征选择第一步,搭配其他方法使用
模型特征筛选算法 selector = VarianceThreshold(threshold=0.1) # 移除方差<0.1的特征。selector = SelectKBest(chi2, k=10) # 选择卡方检验前10的特征。print(f"原始特征准确率: {original_scores.mean():.3f}")print(f"选择后准确率: {selected_scores.mean():.3f}"):先用过滤法快速降维,再用包装法或嵌入法。:衡量特征与目标变量的统计依赖性。:先处理缺失值和异常值。 阅读详情

相关推荐

使用方差阈值过滤(VarianceThreshold)进行特征选择、删除方差低于某一阈值的特征、详解及实战

使用方差阈值过滤(VarianceThreshold)进行特征选择、删除方差低于某一阈值的特征、详解及实战 方差阈值(VarianceThreshold)法是一种过滤特征选择法。 我们有一组数值特性,希望删除那些具有低方差的特征(因为、他们可能包含很少信息)。选择一个方差高于给定阈值的特征子集: 方差阈值是手动选择的,所以我们必须用自己的判断来选择一个好的阈值、如果没有太大的把握还是把阈值设置的小一点为妙。 不同数据尺度、或者单位的数据可能对应的方差尺度也不一样,在设置阈值的时候要慎重。 ..

data+scenario+science+insight 8305

如何使用方差阈值进行特征选择

基于方差阈值的特征选择介绍 今天,数据集拥有成百上千个特征是很常见的。从表面上看,这似乎是件好事——每个样本的特征越多,信息就越多。但通常情况下,有些特征并没有提供太多价值,而且引入了不必要的复杂性。 机器学习最大的挑战是通过使用尽可能少的特征来创建具有强大预测能力的模型。但是考虑到今天庞大的数据集,很容易忽略哪些特征是重要的,哪些是不重要的。 这就是为什么在ML领域中有一个完整的技能需要学习——特征选择。特征选择是在尽可能多地保留信息的同时,选择最重要特征子集的过程。 举个例子,假设我们有一个身体测量数据

deephub 1万+

特征工程之特征选择 - Python

特征选择是机器学习中重要的步骤之一,它的目标是从原始数据中选择最具有预测能力的特征,以提高模型的性能。在本文中,我们将使用Python来介绍几种常用的特征选择方法,并提供相应的源代码。根据具体的问题和数据集,选择合适的特征选择方法可以提高模型的性能和泛化能力。希望本文能够为你提供一个入门的指导,并激发你进一步学习和应用特征选择的兴趣。基于模型的特征选择方法使用机器学习算法来评估特征的重要性,并选择具有高重要性的特征。它通过计算特征的方差,然后选择方差超过设定阈值的特征。

CyberLancer的博客 334

【漫话机器学习系列】165.特征选择的方差阈值法(Variance Thresholding For Feature Selection)

在机器学习和数据分析中,特征选择(Feature Selection)是提高模型性能、减少计算复杂度和避免过拟合的关键步骤之一。其中,方差阈值法(Variance Thresholding) 是一种简单而有效的特征选择方法,它基于特征的方差大小来筛选特征。方差阈值法(Variance Thresholding)是一种简单但有效的特征选择方法,通过计算特征的方差并设定阈值来筛选出信息量较少的特征。它适用于数据预处理和降维,但不能替代基于目标变量相关性的特征选择方法。

IT古董 1478

数据处理和分析之数据预处理:特征提取(Feature Extraction):特征选择之过滤式方法

数据预处理是数据分析和机器学习流程中的关键步骤,它直接影响到模型的性能和预测的准确性。在真实世界的数据集中,数据往往存在缺失值、噪声、异常值、重复记录等问题,这些问题如果不加以处理,会严重干扰模型的学习过程。此外,数据预处理还包括数据清洗、数据集成、数据转换和数据规约等步骤,其中特征提取是数据转换的一个重要方面,它能够帮助我们从原始数据中提取出对模型训练最有价值的信息。

2401_87715305的博客 421

最大类间方差阈值(ostu)

最大类间方差阈值的求解不需要人为设定其他参数,完全由计算机自动选取。它仅适用于两个区域的分割。

阈值分割:最大类间方差法

阈值分割:最大类间方差法 一、简介 最大类间方差法,又称为大津阈值法,或OTSU算法。是由日本学者大津在197919791979年提出的一种非参数的、无监督的自动选择阈值的图像分割方法。 二、算法描述 2.1 公式推导 对于给定的一幅具有 LLL 个灰度级([0,1,2,⋯ ,L−1][0,1,2,\cdots,L-1][0,1,2,⋯,L−1])的灰度图像,有以下描述: 使用 nin_{i}ni​ 表示处于灰度级 iii 的像素块的数目; 使用 N=n0+n1+⋯+nL−1N = n_0 + n_1 +

thunder1015的博客 5046

最大方差阈值分割算法 阈值分割

用于图像分割的最大方差阈值分割算法的代码 ,对于学习阈值分割有很大的用途

自动选择阈值--最大类间方差法(OTSU)原理及matlab实现

原理基本思想: 把一幅图像分成两部分C0,C1.使前景和背景与平均灰度的差别最大。这种差异用方差sigmaB表示。 所以目标就是求最大方差sigmaB对应的阈值T。 matlab代码clc clear x=imread('rice.png'); a=x; subplot(211); imshow(a,[]); %[count x]=imhist(a);

qq_35608277的博客 3万+

钉钉开发(三)——Java推送钉钉待办任务

之前一篇博文中,讲解了如何推送钉钉群消息,感兴趣的可以点击查看。 钉钉开发(一)——Java给钉钉群推送消息

Monten_Cristo的博客 6412

Rockchip rv1126平台在gstreamer1中添加OpenCv实现视频流负片的效果

rv1126 gstreamer opencv negetive effect

Aisy_D的专栏 1464

机器学习特征选择:方差阈值法原理与实践

特征选择是机器学习预处理的关键环节,旨在从原始特征中筛选出最具预测价值的子集。其核心原理是通过评估特征与目标变量的相关性或特征本身的统计特性来降低维度灾难风险。方差阈值法作为最基础的过滤式特征选择方法,通过计算特征的离散程度快速去除低方差特征,常与标准化、互信息等方法组合使用。在金融风控、推荐系统等高维数据场景中,合理的特征选择能提升模型泛化能力30%以上并显著降低计算成本。本文以信用卡欺诈检测为例,详解如何通过方差阈值法优化特征工程流程,并对比分析其与卡方检验、L1正则化等方法的适用场景。

weixin_29053073的博客 307

【ROS】usb_cam相机标定

1. 唠叨两句 当我们要用相机做测量用途时,就需要做相机标定了,不然得到的计算结果会有很大误差,标定的内容包括三部分:内参,外参还有畸变参数。所以标定的过程就是要求得上面这些参数。 以前弄这个事估计挺麻烦,需要做实验和计算才能得到,现在通过ros的开源包几分钟就能完成相机标定,感激! 具体的内外参和畸变系数的说明,可以看看Reference里面的第一个链接,写得很详细。 2. 准备工作 要准备三样东西: usb_cam的ROS启动包 相机标定的ROS包 还有一个用于标定的棋盘格 1)usb_cam启动包

Will_Ye的博客 8216

特征选择方法

本篇文章给大家总结的十个特征选择方法有:方差阈值法单变量特征选择递归特征消除基于树模型的特征选择L1 正则化嵌入法主成分分析相关系数法信息增益互信息法具体的每种方法,咱们具体看下~

qq_30190551的博客 1753

实战指南 | 快速修复Adobe Acrobat 2020安装过程中的常见注册表错误

本文提供了Adobe Acrobat 2020安装过程中遇到“无法打开键”注册表错误的详细修复指南。通过安全编辑注册表,精准定位并删除残留键值,可快速解决此常见安装报错,确保软件顺利安装。同时,文章也介绍了其他安装问题的应对策略与预防措施。

weixin_29200485的博客 566

echarts 生成中国陕西省份(或其他省份)的地图,大屏使用

效果图: 一、首先第一步需要下载echarts和获取到陕西身份的地图信息。 1.下载echarts链接(官网): Apache ECharts 2.生成指定省份的地图数据信息,数据可以在阿里云获取。 DataV.GeoAtlas地理小工具系列 如图,点击左圈需要的省份,这里我选择的是陕西省,然后点击右圈复制下载链接,得到一个json格式的数据,可以在json转换网站转成js格式。 Json在线解析格式化-Json在线校验Json格式化压缩-Jsons在线工具 转成js格.

PrimaryColor 3890

数据挖掘与分析——特征选择

一共有14列,其中,第一个属性是类标识符,分别是1/2/3来表示,代表葡萄酒的三个分类。后面的13列为每个样本的对应属性的样本值,分别是酒精、苹果酸、灰、灰分的碱度、镁、总酚、黄酮类化合物、非黄烷类酚类、原花色素、颜色强度、色调、稀释葡萄酒的OD280/OD315、脯氨酸。其中第1类有59个样本,第2类有71个样本,第3类有48个样本。wine葡萄酒数据集是来自UCI的公开数据集,也scikit-learn库自带的数据集,它是对意大利同一地区种植的葡萄酒进行化学分析的结果,这些葡萄酒来自三个不同的品种。

weixin_66547608的博客 1641

结合MATLAB/Simulink和多体动力学仿真软件UM(Universal Mechanism),建立高速列车轴箱轴承的动力学模型,并通过联合仿真分析其正常运行特性和典型故障模式

高速列车是现代交通运输的重要组成部分,其运行速度高、载客量大,对安全性和可靠性提出了极高的要求。轴箱轴承作为高速列车的关键部件之一,承担着传递载荷和支撑车轴的重要作用。然而,由于长期运行在高速、重载和复杂工况下,轴箱轴承容易出现疲劳磨损、润滑失效和裂纹等故障,从而影响列车的安全性。本项目旨在结合MATLAB/Simulink和多体动力学仿真软件UM(Universal Mechanism),建立高速列车轴箱轴承的动力学模型,并通过联合仿真分析其正常运行特性和典型故障模式。

xiaoheshang_123的博客 334

特征选择方法(一):从选水果、挑球员谈起

分类任务:这里是要把苹果分成 “好苹果” 和 “坏苹果”(两种类别)。特征:假设我们观察苹果的 4 个特征(指标),比如:特征 1:苹果表面是否有 “小斑点”(有 / 无)特征 2:苹果的 “硬度”(硬 / 软)特征 3:苹果的 “果柄是否新鲜”(新鲜 / 枯萎)特征 4:苹果的 “颜色深浅”(深红 / 浅红)我们想知道:这 4 个特征中,哪些和 “苹果好坏” 关系最大?比如 “硬度” 是不是能明显区分好苹果和坏苹果?

wh_xia_jun的专栏 921

把 NAST 变成你的遥控器:用 ABAP 程序精确触发与处理 Output Type

摘要 SAP中的Message Control机制通过NAST表记录输出状态,支持自动触发打印、邮件等操作。关键步骤包括: 构造NAST记录:定义输出类型、介质、处理状态等参数 调用处理函数:使用RV_MESSAGE_UPDATE_SINGLE更新表,通过WFMC_MESSAGES_PROCESS执行输出 典型应用场景: 单据补发(如PO邮件重发) 外部系统集成触发输出 故障恢复处理积压消息 注意事项: 需提交事务确保更新生效 区分S/4HANA新旧输出体系 正确处理派发时间(VSZTP)和状态(VSTAT

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 261

rk3588 适配音频解码芯片 ALC5616

在 RK3588 的高性能方案中,选择 **ALC5616**(来自 Realtek 瑞昱)通常意味着项目更侧重于**音频性能的稳定性**以及**全球供应链的通用性**。

weixin_35723192的博客 147

属性子集选择的基本启发方法_不容忽视!机器学习中的特征选择初探【sklearn实战】...

一、特征选择的重要性机器学习过程中,特征选择是非常重要的一步。可以说,选到了合适的特征,那么模型的训练就成功了一半。一方面,遗漏掉重要特征肯定是我们无法接受的,这会导致我们的模型拟合能力不足;另一方面冗余特征也可能会造成严重的后果,比如:带来额外的计算量,导致训练时间过长;模型过拟合,对新样本泛化能力不足;模型可读性(解释性)差。所谓大浪淘沙始见金,在训练模型的过程中,我们不光要考虑模型、参数等的...

weixin_29864831的博客 330

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

【Python学习】sklearn Feature selection(特征选择)

(1)去掉方差较小的特征 方差阈值(VarianceThreshold)是特征选择的一个简单方法,去掉那些方差没有达到阈值的特征。默认情况下,删除零方差的特征,例如那些只有一个值的样本。 假设我们有一个有布尔特征的数据集,然后我们想去掉那些超过80%的样本都是0(或者1)的特征。布尔特征是伯努利随机变量,方差为 p(1-p)。 from sklearn.feature_selection import VarianceThreshold X = [[0, 0, 1], [0, 1, 0], [1, 0, 0

思南的博客 2022

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

sklearn 相关系数_不容忽视!机器学习中的特征选择初探【sklearn实战】

一、特征选择的重要性机器学习过程中,特征选择是非常重要的一步。可以说,选到了合适的特征,那么模型的训练就成功了一半。一方面,遗漏掉重要特征肯定是我们无法接受的,这会导致我们的模型拟合能力不足;另一方面冗余特征也可能会造成严重的后果,比如:带来额外的计算量,导致训练时间过长;模型过拟合,对新样本泛化能力不足;模型可读性(解释性)差。所谓大浪淘沙始见金,在训练模型的过程中,我们不光要考虑模型、参数等的...

weixin_39953578的博客 359

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

上一篇: 【特征选择】单变量特征选择
下一篇: 【特征选择】互信息法
「已注销」
博客等级 码龄1年 312粉丝 132原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

「已注销」

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值