特征选择(2)-相关系数法

8,013次阅读
没有评论

上一篇文章讲到使用方差选择特征,这篇文章主要是使用pearson系数进行特征选择

使用相关系数法,先要计算各个特征对目标值的相关系数以及相关系数的P值

相关系数的计算公式如下:

$$s=\frac{\sum_{i=0}^{n}(x_i-\overline{x})*(y_i-\overline{y})}{\sqrt{\sum_{i=0}^{n}(x_i-\overline{x})^2*\sum_{i=0}^{n}(y_i-\overline{y})^2}}$$

sklearn函数

 

from sklearn.feature_selection import SelectKBest
from scipy.stats import pearsonr
from numpy import vstack, array, nan
SelectKBest(lambda X, Y: tuple(map(tuple,array(list(map(lambda x:pearsonr(x, Y), X.T))).T)), k=2).fit_transform(irisdata.data, irisdata.target)
部分实验结果如下
array([[ 1.4,  0.2],
       [ 1.4,  0.2],
       [ 1.3,  0.2],
       [ 1.5,  0.2],
       [ 1.4,  0.2],
       [ 1.7,  0.4],
       [ 1.4,  0.3],
       [ 1.5,  0.2],
admin
版权声明:本站原创文章,由admin2017-08-19发表,共计574字。
转载提示:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)