분산이 낮은 특성
이전 연습 문제에서 정규화 후 head_df에서 분산이 낮은 특성을 거르기 위한 임계값으로 0.001이 적절하다는 것을 확인하셨습니다. 이제 VarianceThreshold 특성 선택기를 사용해 이러한 특성을 제거해 보세요.
이 연습은 강의의 일부입니다
Python으로 배우는 차원 축소
연습 안내
- 임계값 0.001로 분산 임계값 선택기를 생성하세요.
head_dfDataFrame을 평균값으로 나누어 정규화하고, 선택기를 적합(fit)하세요..get_support()으로 선택기에서 불리언 마스크를 생성하세요..loc[]메서드에 이 마스크를 전달하여 축소된 DataFrame을 만드세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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]}.")