sklearn特征选择：VarianceThreshold和PCA

特征选择就是从现有数据的所有特征中，选择部分特征作为训练集特征。

VarianceThreshold

VarianceThreshold可以删除所有低方差的特征，方差越低，特征值离散程度越低，参考价值也不大。

API使用

from sklearn.feature_selection.VarianceThreshold

vc = VarianceThreshold(threshold=0.0)
vc.fit_transform(X)

其中，threshold默认为0.0，删除方差小于等于threshold的特征。

PCA

PCA是一种分析、简化数据的技术。其目的是数据维度压缩，尽可能降低原始数据的维度，损失少量信息。
作用： 削减线性回归和聚类分析中的特征数量。

API使用

from sklearn.decomposition import PCA

pca = PCA(n_components = 0.9)
data = pca.fit_transform(X)

其中n_components可以用小数和整数表示，用小数表示代表降维后的主成分方差和最小所占比例的阈值，一般设置为90%~95%；用证书表示代表降维后的维度数量。
X表示需要转换的二维数组。