吴裕雄 python 机器学习——数据预处理过滤式特征选取SelectKBest模型

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了吴裕雄 python 机器学习——数据预处理过滤式特征选取SelectKBest模型，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含487字，纯文字阅读大概需要1分钟。

内容图文

from sklearn.feature_selection import SelectKBest,f_classif

#数据预处理过滤式特征选取SelectKBest模型
def test_SelectKBest():
    X=[[1,2,3,4,5],
          [5,4,3,2,1],
          [3,3,3,3,3,],
          [1,1,1,1,1]]
    y=[0,1,0,1]
    print("before transform:",X)
    selector=SelectKBest(score_func=f_classif,k=3)
    selector.fit(X,y)
    print("scores_:",selector.scores_)
    print("pvalues_:",selector.pvalues_)
    print("selected index:",selector.get_support(True))
    print("after transform:",selector.transform(X))
    
#调用test_SelectKBest()
test_SelectKBest()

内容总结

以上是互联网集市为您收集整理的吴裕雄 python 机器学习——数据预处理过滤式特征选取SelectKBest模型全部内容，希望文章能够帮你解决吴裕雄 python 机器学习——数据预处理过滤式特征选取SelectKBest模型所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端