Python方差特征过滤的实现

• Z时代
• 2024-01-10
• 分类：综合

说明

1、通过特征本身的方差来筛选特征。特征的方差越小，特征的变化越不明显。

2、变化越不明显的特征对我们区分标签没有太大作用，因此应该消除这些特征。

实例

def variance_demo():
    """
    过滤低方差特征
    :return:
    """
    # 1. 获取数据
    data = pd.read_csv('factor_returns.csv')
    data = data.iloc[:, 1:-2]
    print('data:\n', data)
 
    # 2. 实例化一个转换器类
    transfer = VarianceThreshold(threshold=10)
 
    # 3. 调用fit_transform()
    data_new = transfer.fit_transform(data)
    print('data_new:\n', data_new, data_new.shape)
 
   
    return None

以上就是Python方差特征过滤的实现，希望对大家有所帮助。更多Python学习指路：python基础教程" title="python基础教程">python基础教程

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。

以上是 Python方差特征过滤的实现 的全部内容， 来源链接： utcz.com/z/545719.html