[Sklearn应用] Feature Selection 特征选择（二）

scxyz_

于 2017-07-01 17:18:39 发布

阅读量2.2k

点赞数 1

分类专栏：机器学习文章标签：特征工程特征选择

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/sscc_learning/article/details/74075140

版权

本文介绍了Sklearn库中的两种特征选择方法：低方差移除和单变量特征选择。低方差移除通过设定方差阈值来剔除变化小的特征；单变量特征选择则利用统计测试选择最高得分的特征，提供了SelectKBest和SelectPercentile工具，分别依据评分和比例进行特征筛选。适用的评分函数包括f_regression、mutual_info_regression（回归问题）和chi2、f_classif、mutual_info_classif（分类问题）。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

此内容在sklearn官网地址： http://scikit-learn.org/stable/modules/feature_selection.html
sklearn版本：0.18.2

特征选择除了上节说到的L1-based feature selection、Tree-based feature selection的主要方式。另外还有一些不那么常用方法，如官网中提到的Removing features with low variance、Univariate feature selection。

Removing features with low variance

以下为官网关于此内容的全部解释
这里写图片描述

设置方差阈值，根据阈值进行筛选。

Univariate feature selection

Univariate feature selecti

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

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。