python中的特征选择答案

【问题标题】：Feature selection in pythonpython中的特征选择
【发布时间】：2017-12-10 06:56:53
【问题描述】：

我正在尝试使用多种技术在 python 中执行特征选择。我尝试应用的第一个技术是仅使用特征的变化来选择特征。我的代码如下：

def feature_selection_technique(train, test, lbls, technique):
   if technique == "variance":
        sel = VarianceThreshold(threshold=(0.00010 * (1 - .15)))
        model1 = sel1.fit_transform(face_train)
        new_train = model1.transform(train)
        new_test = model1.transform(test)

    return new_train, new_test

实际上，我想使用训练数据集计算所选特征，然后将其应用于测试数据集。在这种情况下，似乎不能使用 transform 方法。在这种情况下我该怎么办？

【问题讨论】：

您是否尝试过：model1 = sel.fit_transform(train) 使用类似：model2 = sel.fit_transform(test)？
是的，但这不是我想要的。该技术使具有方差的特征大于建议的阈值。我想保留训练集中的这些特征，并将相同的特征保留给测试集。
在第一个 sel = VarianceThreshold(threshold=(0.00010 * (1 - .15))) 之后直接调用 new_train=sel.fit_transform(train) 和 new_test = sel.transform(test) 这应该有效很好
fit_transform 返回更改数据集的数组（在您的情况下为model1）。然后你使用model1.transform(train)??你确定你的代码是正确的吗？

标签： python scikit-learn feature-selection

【解决方案1】：

我认为您使用的语法有问题。请参阅文档和示例 here。正确的语法如下：

def feature_selection_technique(train, test, lbls, technique):
   if technique == "variance":
        sel = VarianceThreshold(threshold=(0.00010 * (1 - .15)))
        new_train=sel.fit_transform(train)
        new_test = sel.transform(test)

    return new_train, new_test

也就是说，你应该初始化sel，然后将其拟合到训练数据并对其进行变换，然后再对测试数据进行变换。

【讨论】：

是的，这是完美的。感谢您的解决方案。