Ознаки з низькою дисперсією
У попередній вправі ви встановили, що 0,001 — це вдогідний поріг, щоб відфільтрувати ознаки з низькою дисперсією в head_df після нормалізації. Тепер скористайтеся селектором ознак VarianceThreshold, щоб вилучити ці ознаки.
Ця вправа є частиною курсу
Зменшення розмірності в Python
Інструкції до вправи
- Створіть селектор за порогом дисперсії з порогом 0,001.
- Нормалізуйте датафрейм
head_df, поділивши його на середні значення, і натренуйте селектор. - Створіть булеву маску з селектора за допомогою
.get_support(). - Створіть скорочений датафрейм, передавши маску в метод
.loc[].
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
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]}.")