方差阈值 (VarianceThreshold)#

class sklearn.feature_selection.VarianceThreshold(threshold=0.0)[source]#

移除所有低方差特征的特征选择器。

此特征选择算法仅关注特征 (X)，而不关注期望输出 (y)，因此可用于无监督学习。

欲了解更多，请参阅用户指南。

参数：

threshold浮点型, 默认值=0: 训练集方差低于此阈值的特征将被移除。默认设置为保留所有非零方差的特征，即移除在所有样本中具有相同值的特征。

属性：

variances_数组, 形状 (n_features,): 各特征的方差。
n_features_in_整型: 在拟合 (fit)期间看到的特征数量。

0.24 版本新增。
feature_names_in_ndarray, 形状 (n_features_in_,): 在拟合 (fit)期间看到的特征名称。仅当 X 的所有特征名称均为字符串时定义。

1.0 版本新增。

另请参阅

SelectFromModel: 基于重要性权重选择特征的元转换器。
SelectPercentile: 根据最高分数百分位数选择特征。
SequentialFeatureSelector: 执行序列特征选择的转换器。

备注

输入允许 NaN。如果 X 中没有特征满足方差阈值，则抛出 ValueError。

示例

以下数据集包含整数特征，其中两个在每个样本中都相同。这些特征将通过默认的阈值设置被移除。

>>> from sklearn.feature_selection import VarianceThreshold
>>> X = [[0, 2, 0, 3], [0, 1, 4, 3], [0, 1, 1, 3]]
>>> selector = VarianceThreshold()
>>> selector.fit_transform(X)
array([[2, 0],
       [1, 4],
       [1, 1]])

fit(X, y=None)[source]#

从 X 中学习经验方差。

参数：

X{类数组, 稀疏矩阵}, 形状 (n_samples, n_features): 用于计算方差的数据，其中 n_samples 是样本数，n_features 是特征数。
y任意类型, 默认值=None: 忽略。此参数仅为与 sklearn.pipeline.Pipeline 兼容而存在。

返回：

self对象: 返回实例本身。

fit_transform(X, y=None, **fit_params)[source]#

拟合数据，然后对其进行转换。

使用可选参数 fit_params 将转换器拟合到 X 和 y，并返回 X 的转换版本。

参数：

X类数组, 形状 (n_samples, n_features): 输入样本。
y类数组, 形状 (n_samples,) 或 (n_samples, n_outputs), 默认值=None: 目标值（无监督转换时为 None）。
**fit_params字典: 额外的拟合参数。

返回：

X_newndarray 数组, 形状 (n_samples, n_features_new): 转换后的数组。

get_feature_names_out(input_features=None)[source]#

根据所选特征遮蔽特征名称。

参数：

input_features类字符串数组或 None, 默认值=None

输入特征。

如果 input_features 为 None，则 feature_names_in_ 将用作输入特征名称。如果未定义 feature_names_in_，则生成以下输入特征名称：["x0", "x1", ..., "x(n_features_in_ - 1)"]。
如果 input_features 为类数组，则如果定义了 feature_names_in_，则 input_features 必须与 feature_names_in_ 匹配。

返回：

feature_names_outndarray 字符串对象: 转换后的特征名称。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查阅用户指南，了解路由机制的工作原理。

返回：

routingMetadataRequest: 封装路由信息的 MetadataRequest 对象。

get_params(deep=True)[source]#

获取此估计器的参数。

参数：

deep布尔型, 默认值=True: 如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。

返回：

params字典: 参数名称及其对应值。

get_support(indices=False)[source]#

获取所选特征的掩码或整数索引。

参数：

indices布尔型, 默认值=False: 如果为 True，返回值将是整数数组，而不是布尔掩码。

返回：

support数组: 一个从特征向量中选择保留特征的索引。如果 indices 为 False，则这是一个形状为 [# 输入特征] 的布尔数组，其中当且仅当对应特征被选择保留时，其元素为 True。如果 indices 为 True，则这是一个形状为 [# 输出特征] 的整数数组，其值是输入特征向量的索引。

inverse_transform(X)[source]#

反转转换操作。

参数：

X数组, 形状 [n_samples, n_selected_features]: 输入样本。

返回：

X_original数组, 形状 [n_samples, n_original_features]: 在被transform 移除特征的位置插入零列后的 X。

set_output(*, transform=None)[source]#

设置输出容器。

请参阅介绍 set_output API，了解如何使用此 API 的示例。

参数：

transform{“default”, “pandas”, “polars”}, 默认值=None

配置 transform 和 fit_transform 的输出。

"default"：转换器的默认输出格式
"pandas"：DataFrame 输出
"polars"：Polars 输出
None：转换配置保持不变

1.4 版本新增：添加了 "polars" 选项。

返回：

self估计器实例: 估计器实例。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（例如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便可以更新嵌套对象的每个组件。

参数：

**params字典: 估计器参数。

返回：

self估计器实例: 估计器实例。

transform(X)[source]#

将 X 降维到所选特征。

参数：

X数组, 形状 [n_samples, n_features]: 输入样本。

返回：

X_r数组, 形状 [n_samples, n_selected_features]: 仅包含所选特征的输入样本。

方差阈值 (VarianceThreshold)#

此页面