阅读背景：

特征选择与评分的可视化显示 - 在Python中使用Matplotlib绘制“横着的”条形图

来源：互联网 
特征选择的一种常用方法是计算各个特征与标签的相关性，给特征打分，根据分值大小排序进行选择。例如：scikit-learn中的SelectKBest和SelectPercentile默认的"f_classif"就是通过方差分析给特征打分。我们常常会直接使用 SelectKBest 进行特征选择，但有的时候，我们希望了解各类特征的价值，从而指导我们可以进一步致力于挖掘数据哪方面的特征。这时候将特征的评分可视化一下看起来就会非常方便。特征选择的一种常用方法是计算各个特征与标签的相关性，给特征打分，根据分值大小排序进行选择。例如：sc

你的当前访问异常,请进行认证后继续阅读剩余内容。

分享到：
你可能喜欢:
相关阅读:
随便看看: