溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章給大家分享的是有關Python方差特征過濾如何實現的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。
說明
1、通過特征本身的方差來篩選特征。特征的方差越小，特征的變化越不明顯。
2、變化越不明顯的特征對我們區分標簽沒有太大作用，因此應該消除這些特征。
實例
def variance_demo():
"""
過濾低方差特征
:return:
"""
# 1. 獲取數據
data = pd.read_csv('factor_returns.csv')
data = data.iloc[:, 1:-2]
print('data:\n', data)
# 2. 實例化一個轉換器類
transfer = VarianceThreshold(threshold=10)
# 3. 調用fit_transform()
data_new = transfer.fit_transform(data)
print('data_new:\n', data_new, data_new.shape)
return None感謝各位的閱讀！關于“Python方差特征過濾如何實現”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
