簡單來說就是講特徵數量減少。去掉不需要的特徵。
常用方式：
主要方法：
filter(過濾式):variancethreshold（方差）
embedded(嵌入式)：正則化、決策樹（後期介紹）
包裹式)、
神經網路（後期介紹）
從方差大小來考慮特徵的數值情況
api：sklearn.feature_selection.variancethreshold
語法：• variancethreshold
(threshold = 0.0)
•threshold的數字是
刪除所有低於方差特徵 •
variance
.fit_transform
(x,y
) •
x:numpy array
格式的資料
[n_samples,n_features]
• 返回值：
訓練集差異低於
threshold
的特徵將被刪除。 •
預設值是保留所有非零方差特徵，即刪除所有樣本 •
中具有相同值的特徵。
from sklearn.feature_selection import variancethreshold
def var():
"""特徵選擇-降維 -刪除低方差的特徵"""
var = variancethreshold(threshold=0.0)
data = var.fit_transform([[0, 2, 0, 3],
[0, 1, 4, 3],
[0, 1, 1, 3]])
print(data)
if __name__ == '__main__':
var()
目的：是資料維數壓縮，盡可能降低原資料的維數（複雜度），損失少量資訊。維度會降低，但是資料也會降低。
api：sklearn.
decomposition.pca
語法：pca(
n_components
=none )
將資料分解為較低維數空間
pca.fit_transform
(x)
x:numpy array
格式的資料
[n_samples,n_features]
返回值：轉換後
指定維度
的array
解釋：n_components = 小數： 一般 0 - 1.要求是 90% - 95%
= 整數：一般不用
**：
from sklearn.decomposition import pca
def pca():
"""主成分分析-特徵降維"""
pca = pca(n_components=0.9)
data = pca.fit_transform([[2, 8, 4, 5],
[6, 3, 0, 8],
[5, 4, 9, 1]])
print(data)
if __name__ == '__main__':
pca()
機器學習 特徵工程
老師有多年的網際網路從業經驗，所以講解的過程中結合了很多任務業界的應用，更加的深入淺出。資料採集 資料採集前需要明確採集哪些資料，一般的思路為 哪些資料對最後的結果 有幫助？資料我們能夠採集到嗎？線上實時計算的時候獲取是否快捷？舉例1 我現在要 使用者對商品的下單情況，或者我要給使用者做商品推薦，那...
機器學習 特徵工程
資料和特徵決定了機器學習的上限，而模型和演算法只是逼近這個上限而已。通俗的說，就是盡可能的從原始資料中獲取更多資訊，從而使得 模型達到最佳。簡而言之，特徵工程是乙個把原始資料變成特徵的過程，這些特徵可以很好的描述資料，並且利用它們建立的模型在未知資料上表現效能可以達到最優。實驗結果取決於獲取的資料 ...
機器學習特徵工程
作用 對字典資料進行特徵值化 dictvectorizer語法 例項化了乙個物件 data dict fit transform x print dict get feature names print data return none if name main dictvec 結果 分析 使用di...