机器学习：8、特征选择

用过滤法对以下数据进行特征选择：

   [[0,2,0,3],

   [0,1,4,3],

   [0,1,1,3]]

要求：

1、Variance Threshold（threshold =1.0）

实现代码如下：

from sklearn.feature_selection import VarianceThreshold
import numpy as np


# 删除低方差的特征函数
def var(data, i):
    var = VarianceThreshold(threshold=i)
    data = var.fit_transform(data)
    print("当threshold={}时：
".format(i), data)

# 主函数
if __name__ == "__main__":
    # 将列表list转换为 ndarray 数组。
    data = np.array([[0, 2, 0, 3],
                     [0, 1, 4, 3],
                     [0, 1, 1, 3]])
    for i in range(2):
        i = float(i)
        var(data, i)

测试结果：

结论：我们发现在三组数据里，我们发现第一列，（注意是观察每一列的数据）全是0，第二列方差小于1，第四列也是相同的值，那么这些列的区分度就会很微弱，也就不具备分析的价值了。