zoukankan      html  css  js  c++  java
  • 机器学习八——特征选择

    用过滤法对以下数据进行特征选择:

                                 [[0,2,0,3],

                                  [0,1,4,3],

                                  [0,1,1,3]]

    要求:

    1、Variance Threshold(threshold =1.0)

    2、将结果截图放上来(没有条件的备注说明原因)注意:每个人的电脑ID是不一样的

    还没看到要求前我改了下数据试了试,以下就用我的数据来了:

    调用VarianceThreshold来降维:

    from sklearn.feature_selection import VarianceThreshold
    

    实现降维:

    def var():
        ##特征选择:删除地方差的特征
        var = VarianceThreshold(threshold=1)
        
        data = [[0,2,0,3,5],[0,1,4,3,5],[0,5,2,3,4],[1,0,2,3,4],[1,2,4,3,5],[0,2,3,1,5],[0,2,3,4,5],[0,2,3,5,5]]
        
        print(data)
        
        data = var.fit_transform(data)
        print("降维后:")
        print(data)
        return None
    
    if __name__ == "__main__":
        var()
    

  • 相关阅读:
    MVC三层架构
    Cookie
    request (请求转发)
    response 重定向
    HttpServletResponse(响应),实现文件下载,实现验证码功能
    HTTP报文格式
    基于UUID生成短ID
    一致性hash应用到redis
    spring-mysqlclient开源了
    Effection Go
  • 原文地址:https://www.cnblogs.com/xiaoAP/p/12787277.html
Copyright © 2011-2022 走看看