शुरू करेंमुफ़्त में शुरू करें

लो वैरिएंस वाले फीचर

पिछले अभ्यास में आपने यह तय किया था कि normalization के बाद head_df में लो वैरिएंस फीचर फ़िल्टर करने के लिए 0.001 एक अच्छा थ्रेशहोल्ड है। अब इन फीचर्स को हटाने के लिए VarianceThreshold फीचर सेलेक्टर का उपयोग कीजिए।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Dimensionality Reduction

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 0.001 के थ्रेशहोल्ड के साथ variance threshold सेलेक्टर बनाइए।
  • head_df DataFrame को उसके mean values से भाग देकर normalize कीजिए और सेलेक्टर को fit कीजिए।
  • .get_support() का उपयोग करके सेलेक्टर से एक boolean मास्क बनाइए।
  • .loc[] मेथड में मास्क पास करके एक reduced DataFrame बनाइए।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

from sklearn.feature_selection import VarianceThreshold

# Create a VarianceThreshold feature selector
sel = ____(threshold=____)

# Fit the selector to normalized head_df
sel.fit(____ / ____)

# Create a boolean mask
mask = sel.____

# Apply the mask to create a reduced DataFrame
reduced_df = head_df.loc[____, ____]

print(f"Dimensionality reduced from {head_df.shape[1]} to {reduced_df.shape[1]}.")
कोड संपादित करें और चलाएँ