Särdrag med låg varians
I föregående övning kom du fram till att 0,001 är ett lämpligt tröskelvärde för att filtrera bort särdrag med låg varians i head_df efter normalisering. Använd nu funktionsväljaren VarianceThreshold för att ta bort dessa särdrag.
Den här övningen är en del av kursen
Dimensionsreduktion i Python
Övningsinstruktioner
- Skapa variansträskelväljaren med ett tröskelvärde på 0,001.
- Normalisera DataFrame:n
head_dfgenom att dividera den med dess medelvärden och anpassa väljaren. - Skapa en boolesk mask från väljaren med hjälp av
.get_support(). - Skapa en reducerad DataFrame genom att skicka masken till metoden
.loc[].
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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]}.")