from sklearn.feature_selection import VarianceThreshold X=[[100,1,2,3], [100,4,5,6], [100,7,8,9], [101,11,12,13]] selector=VarianceThreshold(1)#方差为1 selector.fit(X)#训练 print("Variances is %s"%selector.variances_) print("After transform is %s"%selector.transform(X))#筛选结果 print("The surport is %s"%selector.get_support(True))#保留下来哪些列 print("After reverse transform is %s"%selector.inverse_transform(selector.transform(X)))
使用方差选择法，先要计算各个特征的方差，然后根据阈值，选择方差大于阈值的特征。如果一个特征不发散，例如方差接近于0，也就是说样本在这个特征上基本上没有差异，这个特征对于样本的区分并没有什么用。
原文：https://www.cnblogs.com/liuxiangyan/p/14386915.html