Các thuộc tính có phương sai thấp
Trong bài trước, bạn đã xác định rằng 0.001 là một ngưỡng phù hợp để lọc bỏ các thuộc tính có phương sai thấp trong head_df sau khi chuẩn hóa. Giờ hãy dùng bộ chọn thuộc tính VarianceThreshold để loại các thuộc tính này.
Bài tập này là một phần của khóa học
Giảm Chiều Dữ Liệu với Python
Hướng dẫn bài tập
- Tạo bộ chọn variance threshold với ngưỡng 0.001.
- Chuẩn hóa DataFrame
head_dfbằng cách chia cho giá trị trung bình của từng cột rồi fit bộ chọn. - Tạo một mask boolean từ bộ chọn bằng
.get_support(). - Tạo một DataFrame rút gọn bằng cách truyền mask vào phương thức
.loc[].
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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]}.")