谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。
谢谢平台提供-http://bjbsair.com/2020-04-13/tech-info/65271.html

备注：算法中的数据，我会采用真实现网的中的部分数据来实现

本文章节

1、数据加载及展示

2、低方差特征过滤

3、单变量特征过滤

数据加载及展示

为什么会直接把这个东西放在这里，有以下两个原因

1、数据是取自生产上的数据，更接近真实性，目前网上的数据千篇一律，你看不出个所以然来。

2、数据我做了一次简单的清洗，对于后面的分类有比较好的效果。

3、数据如图1所示，目前主要是做分类，包含后面的特征选择也会针对分类来做，有13个特征，1个标签，这里是二分类的做法。

图1：数据

低方差特征过滤

低方差特征过滤算是最简单的做法，怎么去理解这个东西？

我模拟个场景，假定图1的特征3，里面都是0，此时对于我们业务来说，是不是无用的？因为无论怎么做，这个数据还是不变的，对业务没有任何影响，此时的做法是直接删掉。

低方差特征过滤的做法与这个类似，我们给定个标准，也加阈值，但是这里有个地方需要注意一下：使用这种方法的时候，特征值必须都是离散型变量才可以，此时如果是连续型，那就需要先进行离散化，这算是一个需要注意的点。

**其实这种方法在现实中不会很好用，因为需要的条件太过于极端，基本很少出现，出现的时候基本上肉眼能看出来，就给业务方干掉了，不过我们还是来实验一下。**实验结果如图2

图2：低方差特征过滤

其实这个很正常，毕竟是生产上面的数据，经过业务方筛选得到的，基本上都是有价值的数据，所以大伙对这个结果不要太惊讶，平常心，正常的。

单变量特征过滤

单变量特征过滤这个又是啥？直接从字面上来理解，我们的图1中有13个特征，采用某一种算法，独立来计算每一种特征的指标，根据指标的值来判断哪些指标重要？哪些指标不重要，然后删除笑掉这些指标即可。

其中，在进行单变量特征选择的时候，我们有两个问题需要注意采用不同算法

1、针对分类问题，目前我们的实验就是分类问题，可以采用卡方检验、f_classif、 mutual_info_classif、互信息来进行特征提取。

2、针对回归问题，可以采用皮尔森相关系数、f_regression、 mutual_info_regression、最大信息系数进行特征提取

接下来，我们来做个实验，采用卡方检验、f_classif、 mutual_info_classif来实验，其他的可以自行官网查找即可，基本类似。

图3：验证

从这个实验中，我们采用了三种不同方式来进行特征提取，只留下10个特征，展示一下第一条数据，数据上都是一样的，虽然计算方式不一样，但是本质是一样的，那些不重要的数据，已经通通被干掉了，算是一个意料中，满意的结果。

–END–

原创作品，抄袭必究。