1.特征選擇
特征選擇是降維的一種方法，即選擇對(duì)預(yù)測(cè)結(jié)果相關(guān)度高的特征或者消除相似度高的特征，以提高估計(jì)函數(shù)的準(zhǔn)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(shè)置一個(gè)閥值，對(duì)每個(gè)特征求方差，如果所求方差低于這個(gè)閥值，則刪除此特征。默認(rèn)情況下會(huì)刪除0方差。
2）核心函數(shù)
sklearn.feature_selection.VarianceThreshold
3）主要參數(shù)：
threshold ：設(shè)置的閥值
延伸閱讀
- ssh框架 2016-09-30
- 阿里移動(dòng)安全 [無線安全]玩轉(zhuǎn)無線電——不安全的藍(lán)牙鎖 2017-07-26
- 消息隊(duì)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(biāo)分割】 2017-07-26
- 詞向量-LRWE模型-更好地識(shí)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(shí)現(xiàn)JSON轉(zhuǎn)Model - HandyJSON使用講解 2017-07-26
- 阿里移動(dòng)安全 Android端惡意鎖屏勒索應(yīng)用分析 2017-07-26
- 集合結(jié)合數(shù)據(jù)結(jié)構(gòu)來看看(二) 2017-07-26
學(xué)習(xí)是年輕人改變自己的最好方式