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
- ♥ 四个小python练习题01/06
- ♥ 使用python slice的特性10/19
- ♥ 如何在 python 中安装和配置 Django-guardian?10/27
- ♥ 如何使用安装的python09/24
- ♥ python是怎么知道类型的12/03
- ♥ 如何在python中连接到telnet11/30
内容反馈