sklearn的特征选择

coding=utf-8

“”"
author:lei 5
function: 特征选择
“”"

from sklearn.feature_selection import VarianceThreshold # 特征选择
from sklearn.decomposition import PCA

num_list = [[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]]

def var():
“”"
特征选择-删除低方差特征
:return:
“”"
var = VarianceThreshold(threshold=1.0)

data = var.fit_transform(num_list)

print(data)

return None

def pca():
“”"
主成分分析进行特征降维
:return:
“”"
pca = PCA(n_components=0.9)

data = pca.fit_transform(num_list)

print(data)

return None

if name == ‘main’:
# var()
pca()


版权声明:本文为Alive_lei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。