數據的降維之特征選擇及主成分分析

數據降維
維度：即特征的數量

數據降維的方法有：1.特征選擇 2.主成分分析

特征選擇：

 

 

 

代碼實例：

from sklearn.feature_selection import VarianceThreshold


def var():
    '''
    特征選擇-刪除低方差的特征 特征減少
    :return:None
    '''
    var = VarianceThreshold(threshold=0.0)
    data = var.fit_transform([[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]])
    print(data)
    return None


if __name__ == '__main__':
    var()

運行結果：

 

主成分分析PCA：

 

 

代碼實例：

from sklearn.decomposition import PCA


def pca():
    '''
    主成分分析進行特征降維
    :return:None
    '''
    pca = PCA(n_components=0.9)
    data = pca.fit_transform([[2, 8, 4, 5], [6, 3, 0, 8], [5, 4, 9, 1]])
    print(data)
    return None


if __name__ == '__main__':
    pca()

運行結果：