Python中使用sklearn进行特征降维的方法

目录

• 特征降维
• 特征选择
• 过滤式
• ①低方差特征过滤
• ②相关系数
• ③主成分分析

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_selecjavascripttion.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FemPGiUCL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.r编程客栈ead_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
• 一般可按三级划分：|r|<0.4为低度相关；0.4<=|r|<0.7为显著性相关；0.7<=|r|<1为js高度线性相关

API

from scipy.stats import pearsonr
-x:开发者_Go教程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编程)
    return None

到此这篇关于python中使用sklearn进行特征降维的方法的文章就介绍到这了,更多相关Python sklearn特征降维内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！