导语:
本文主要介绍了关于Python方差特征过滤的实现的相关知识,希望可以帮到处于编程学习途中的小伙伴
说明
1.通过特征本身的方差过滤特征。特征的方差越小,特征的变化越不明显。
2. 变化不太明显的特征对我们区分标签影响不大,应该剔除这些特征。
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
本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
你可能也喜欢
- ♥ Python 中用于数据可视化的两个库!12/16
- ♥ 如何从python列表中删除第一个值11/12
- ♥ Python3放弃的那些功能10/25
- ♥ 如何在python中合并列表10/18
- ♥ python中命名关键字参数的用途是什么?12/07
- ♥ python自带macbook吗?10/29
内容反馈