這篇文章主要講解了“Python方差過濾如何實現”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python方差過濾如何實現”吧！
說明
1、通過特征本身的方差來篩選特征。特征的方差越小，特征的變化越不明顯。
2、變化越不明顯的特征對我們區分標簽沒有太大作用，因此應該消除這些特征。
實例
def variance_demo():
"""
過濾低方差特征
:return:
"""
# 1. 獲取數據
data = pd.read_csv('factor_returns.csv')
data = data.iloc[:, 1:-2]
print('data:\n', data)
# 2. 實例化一個轉換器類
transfer = VarianceThreshold(threshold=10)
# 3. 調用fit_transform()
data_new = transfer.fit_transform(data)
print('data_new:\n', data_new, data_new.shape)
return NonePython主要應用于：
1、Web開發；
2、數據科學研究；
3、網絡爬蟲；
4、嵌入式應用開發；
5、游戲開發；
6、桌面應用開發。
感謝各位的閱讀，以上就是“Python方差過濾如何實現”的內容了，經過本文的學習后，相信大家對Python方差過濾如何實現這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
