概述
下面列举一些最常用的方法
1、根据阈值过滤掉方差小的变量。
2、通过计算变量与标签的相关系数，留下相关性高的特征。
3、根据决策树或者随机森林，选择重要程度高的特征。
4、利用PCA等算法，对数据进行变换，选择区分度最高的特征组合。
特征选择的方法，大部分在sklearn库中有对应的实现。
最后
以上就是勤劳大山为你收集整理的【数据挖掘 特征选择】特征选择常用方法的全部内容，希望文章能够帮你解决【数据挖掘 特征选择】特征选择常用方法所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复