资源 | 用 FeatureSelector 高效特征选择工具构建机器学习工作流

Feature Selector: Simple Feature Selection in Python

by Will Koehrsen

FeatureSelector是用于降低机器学习数据集的维数的工具。

对应文章：

https://towardsdatascience.com/a-feature-selection-tool-for-machine-learning-in-python-b64dd23710f0

项目地址：

https://github.com/WillKoehrsen/feature-selector

方法

有五种方法可用于识别要删除的特征：

1. 缺失值
2. 单一唯一值
3. 共线特征
4. 零重要性特征
5. 低重要性特征

使用

有关使用方法，请参阅 Feature Selector的使用指南

可视化

FeatureSelector还包括许多可视化方法，用于检查数据集的特征。

相关热图

最重要的特征

使用环境要求：

python==3.6+
lightgbm==2.1.1
matplotlib==2.1.2
seaborn==0.8.1
numpy==1.14.5
pandas==0.23.1
scikit-learn==0.19.1

联系

如有任何问题，请发邮件到 wjk68@case.edu 与作者联系。