Python sklearn VarianceThreshold用法及代码示例

本文简要介绍python语言中 sklearn.feature_selection.VarianceThreshold 的用法。

用法:

class sklearn.feature_selection.VarianceThreshold(threshold=0.0)

删除所有low-variance 特征的特征选择器。

这种特征选择算法只关注特征(X)，而不是期望的输出(y)，因此可以用于无监督学习。

在用户指南中阅读更多信息。

参数：

threshold：浮点数，默认=0

training-set 方差低于此阈值的特征将被删除。默认是保留所有具有非零方差的特征，即删除所有样本中具有相同值的特征。

属性：

variances_：数组，形状(n_features，)

个体特征的差异。

n_features_in_：int

拟合期间看到的特征数。

feature_names_in_：ndarray 形状(n_features_in_，)

拟合期间看到的特征名称。仅当 X 具有全为字符串的函数名称时才定义。

注意：

允许输入NaN。如果 X 中没有特征满足方差阈值，则提高ValueError。

例子：

以下数据集具有整数特征，其中两个在每个样本中都是相同的。这些将使用阈值的默认设置删除：

>>> from sklearn.feature_selection import VarianceThreshold
>>> X = [[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]]
>>> selector = VarianceThreshold()
>>> selector.fit_transform(X)
array([[2, 0],
       [1, 4],
       [1, 1]])