1.特征選擇
特征選擇是降維的一種方法,即選擇對預測結果相關度高的特征或者消除相似度高的特征,以提高估計函數(shù)的準確率或者提高多維度數(shù)據(jù)集上的性能。
2.刪除低方差特征
1)思路:設置一個閥值,對每個特征求方差,如果所求方差低于這個閥值,則刪除此特征。默認情況下會刪除0方差。
2)核心函數(shù)
sklearn.feature_selection.VarianceThreshold
3)主要參數(shù):
threshold :設置的閥值
延伸閱讀
- ssh框架 2016-09-30
- 阿里移動安全 [無線安全]玩轉無線電——不安全的藍牙鎖 2017-07-26
- 消息隊列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 論文筆記【圖片目標分割】 2017-07-26
- 詞向量-LRWE模型-更好地識別反義詞同義詞 2017-07-26
- 從棧不平衡問題 理解 calling convention 2017-07-26
- php imagemagick 處理 圖片剪切、壓縮、合并、插入文本、背景色透明 2017-07-26
- Swift實現(xiàn)JSON轉Model - HandyJSON使用講解 2017-07-26
- 阿里移動安全 Android端惡意鎖屏勒索應用分析 2017-07-26
- 集合結合數(shù)據(jù)結構來看看(二) 2017-07-26