学习笔记 Day 40 （数据的降维和划分）

数据降维特征选择：

过滤式：

    var = VarianceThreshold(threshold=0)

    data = var.fit_transform([[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]])

    print(data)

PCA

    pca = PCA(n_components=0.9)

    data  = pca.fit_transform([[2,8,4,5],[6,3,0,8],[5,4,9,1]])

    print(data)

降维案例：

算法的分类和开发流程：

数据集划分：

 

from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris

ls = load_iris()

x_train,x_test,y_train,t_test = train_test_split(ls.data,ls.target,test_size=0.2,random_state=22)

print(x_train)

转换器与估计器：

估计器流程：