filter过滤式特征选择

Erick Yu

于 2022-08-24 23:01:30 发布

阅读量170

点赞数

文章标签： sklearn 特征选择 VarianceThreshold 数据预处理机器学习

本文链接：https://blog.youkuaiyun.com/ykrsgs/article/details/126514521

版权

该博客介绍了如何利用Python的sklearn库中的VarianceThreshold类进行特征选择。通过设置阈值为0，将所有方差为0的特征过滤掉，以简化数据集。示例展示了如何应用这个方法到一个简单的二维数据集上，经过处理后的数据集去除了方差为0的特征。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from sklearn.feature_selection import VarianceThreshold 
X = [[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]]
selector = VarianceThreshold(threshold = 0) #设定方差阈值=0,默认是移除所有组中含有相同元素的值
x_var0 = selector.fit_transform(X) 
x_var0

array([[2, 0],
       [1, 4],
       [1, 1]])