El aprendizaje automático del filtro de selección de características

Dirección de origen: https://www.cnblogs.com/bjwu/p/9103002.html

 

Filtro eliminar todo rasgo baja varianza

código:

de importación sklearn.feature_selection VarianceThreshold 
X = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [ 0, 1, 1]] 
sel = VarianceThreshold (umbral = (0,2) 
sel.fit_transform (X)

Return características de valor filtrado de la varianza es menor que 0,2, el promedio de información varianza:

 

 

univariado selección de características del Filtro

SelectKBest Retire todas esas características, además de la función K fuera de primera categoría,

código:

de sklearn.datasets importar load_iris 
de SelectKBest importación sklearn.feature_selection 
de importación sklearn.feature_selection chi2 
iris = load_iris () 
X, Y = iris.data, iris.target 
X.shape 
X_new = SelectKBest (Chi2, k = 2) .fit_transform ( X, y) 
X_new.shape

　　

wrapper- función recursiva de eliminación (La RFE)

 

Seleccionar función embedded-