移除方差为零的变量

有人能帮我编写一段Python代码,用于从数据框中移除方差为零的变量吗?


回答:

移除低方差特征

X = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [0, 1, 1]]

这里有3个布尔特征,每个特征有6个实例。假设我们希望移除在至少80%的实例中是常量的特征。一些概率计算显示,这些特征需要具有低于0.8 * (1 – 0.8)的方差。因此,我们可以使用 参考:Scikit链接

from sklearn.feature_selection import VarianceThresholdsel = VarianceThreshold(threshold=(.8 * (1 - .8)))    sel.fit_transform(X)

输出将是:

      array([[0, 1],             [1, 0],             [0, 0],             [1, 1],             [1, 0],             [1, 1]])

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注