关于我们

质量为本、客户为根、勇于拼搏、务实创新

< 返回新闻公共列表

Python方差特征过滤的实现(python相关性分析特征过滤)

发布时间:2022-07-04 20:01:32

  说明

1、通过特征本身的方差来筛选特征。特征的方差越小,特征的变化越不明显。

2、变化越不明显的特征对我们区分标签没有太大作用,因此应该消除这些特征。

实例

[code]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[/code]

以上就是Python方差特征过滤的实现,希望对大家有所帮助



相关推荐

【2022年的云计算虚拟化市场现状和发展(云计算未来市场) >>点击查看详情<<

【习近平向“全球发展:共同使命与行动价值”智库媒体高端论坛致贺信 >>点击查看详情<<

/template/Home/Redyun/PC/Static