python 中的特征选择

Question

我正在尝试使用多种技术在 python 中执行特征选择。我尝试应用的第一种技术是仅使用特征的方差来选择特征。我的代码如下：

def feature_selection_technique(train, test, lbls, technique):
   if technique == "variance":
        sel = VarianceThreshold(threshold=(0.00010 * (1 - .15)))
        model1 = sel1.fit_transform(face_train)
        new_train = model1.transform(train)
        new_test = model1.transform(test)

    return new_train, new_test

实际上我想使用训练数据集计算所选特征，然后将其应用于测试数据集。在这种情况下，似乎无法对 transform 方法进行操作。在这种情况下我能做什么？

Answer 1

我认为您使用的语法有问题。请参阅文档和示例 here。正确的语法如下：

def feature_selection_technique(train, test, lbls, technique):
   if technique == "variance":
        sel = VarianceThreshold(threshold=(0.00010 * (1 - .15)))
        new_train=sel.fit_transform(train)
        new_test = sel.transform(test)

    return new_train, new_test

即初始化sel，然后将其拟合到训练数据上并进行变换，再对测试数据进行变换。

python 中的特征选择

Feature selection in python

python

feature-selection

scikit-learn