Python中使用sklearn进行特征降维的方法
作者:疯狂的小强呀 时间:2021-09-20 06:23:50
特征降维
0维 标量
1维 向量
2维 矩阵
概念
降维是指在某些限定条件下,降低随机变量(特征)个数,得到一组“不相关”主变量的过程
注:正是因为在进行训练的时候,我们都是使用特征进行学习,如果特征本身存在问题或者特征之间相关性较强,对于算法学习预测会影响较大
降维的两种方式:
特征选择主成分分析(可以理解为一种特征提取的方式)
特征选择
①定义
数据中包含冗余或相关变量(或称特征、属性、指标等),旨在从原有特征中找出主要特征。
②方法
Filter(过滤式):主要探究特征本身特点、特征与特征和目标值之间关联
方差选择法:低方差特征过滤
相关系数
Embedded(嵌入式):算法自动选择特征(特征与目标值之间的关联)
决策树:信息熵、信息增益
正则化:L1、L2
深度学习:卷积等
③模块
sklearn.feature_selection
过滤式
①低方差特征过滤
删除低方差的一些特征
特征方差小:某个特征很多样本的值比较相近
特征方差大:某个特征很多样本的值都有差别
API
sklearn.feature_selection.VarianceThreshold(threshold=0.0)
-删除所有低方差特征
-Variance.fit_transform(X)
X:numpy array格式的数据[n_samples,n_features]
返回值:训练集差异低于threshold的特征将被删除。默认值是保留所有非零方差特征,即删除所有样本中具有相同值的特征
代码演示
from sklearn.feature_selection import VarianceThreshold
import pandas as pd
def variance_demo():
#1.获取数据
data=pd.read_csv("data.TXT")
print("data:\n", data)
#2.实例化一个转换器类
transfer=VarianceThreshold(threshold=7)
#3.调用fit_transform
result=transfer.fit_transform(data)
print("result:\n", result,result.shape)
return None
②相关系数
皮尔逊相关系数(Pearson Correlation Coefficient)
反映变量之间相关关系密切程度的统计指标
公式
特点
相关系数的值介于-1与+1之间,即-1<=r<=+1,其性质如下:
当r>0时,表示两变量正相关,r<0时,两变量为负相关
当|r|=1时,表示两变量为完全相关,当r=0时,表示两变量间无相关关系
当0<|r|<1时,表示两变量存在一定程度的相关。且|r|越接近1,两变量间线性关系越密切;|r|越接近于0,表示两变量的线性相关越弱
一般可按 * 划分:|r|<0.4为低度相关;0.4<=|r|<0.7为显著性相关;0.7<=|r|<1为高度线性相关
API
from scipy.stats import pearsonr
-x:array
-y:array
-Returns:(Pearson`s correlation coefficient,p-value)
代码演示
from scipy.stats import pearsonr
def p_demo():
# 1.获取数据
data = pd.read_csv("data.TXT")
print("data:\n", data)
# 2.计算两个变量之间的相关系数
r=pearsonr(data["one"],data["two"])
print("相关系数:\n", r)
return None
如果特征与特征之间相关性很高,通过以下方法处理:
①选取其中一个
②加权求和
③主成分分析
③主成分分析
定义
高维数据转化为低维数据的过程,在此过程中可能会舍弃原有数据、创造新的变量
作用
是数据维数压缩,尽可能降低原数据维数(复杂度),损失少量信息
应用
回归分析或者聚类分析当中
API
sklearn.decomposition.PCA(n_components=None)
-将数据分解为较低维数空间
-n_components:
·小数:表示保留百分之多少的信息
·整数:减少到多少特征
-PCA.fit_transform(X)
X:numpy array格式的数据[n_samples,n_features]
-返回值:转换后指定维度的array
使用
from sklearn.decomposition import PCA
def pca_demo():
data=[[2,8,4,5],[6,3,0,8],[5,4,9,1]]
#1.实例化一个转换器类
transfer=PCA(n_components=2)
#2.调用fit_transform
result=transfer.fit_transform(data)
print("result:\n",result)
return None
来源:https://blog.csdn.net/David_house/article/details/128974524
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
python生成器的使用方法
Python基于os.environ从windows获取环境变量
python基础入门详解(文件输入/输出 内建类型 字典操作使用方法)
asp动态调用不同include文件方法
Python 函数编编程的三大法宝map+filter+reduce分享
XMLHttpRequest的浏览器兼容代码写法
条件注释使用指南[译]
pyecharts调整图例与各板块的位置间距实例
![](https://img.aspxhome.com/file/2023/2/76762_0s.jpg)
MySQL优化之数据类型的使用
python 实现自动远程登陆scp文件实例代码
Oracle 10G:PL/SQL正规表达式(正则表达式)手册
python图像填充与裁剪/resize的实现代码
Python贪心算法实例小结
Python基于jieba分词实现snownlp情感分析
![](https://img.aspxhome.com/file/2023/0/63590_0s.jpg)
python中string模块各属性以及函数的用法介绍
JavaScript 组件之旅(四):测试 JavaScript 组件
![](https://img.aspxhome.com/file/UploadPic/200910/13/smart-queue-test-41s.png)
Flask框架学习笔记之模板操作实例详解
![](https://img.aspxhome.com/file/2023/8/95198_0s.png)
js友好的表单验证程序vform
Python获取好友地区分布及好友性别分布情况代码详解
![](https://img.aspxhome.com/file/2023/5/117295_0s.png)
Python处理键映射值操作详解
![](https://img.aspxhome.com/file/2023/5/105255_0s.png)