Python实现的特征提取操作示例

本文实例讲述了python实现的特征提取操作。分享给大家供大家参考，具体如下：

# -*- coding: utf-8 -*-
"""
created on mon aug 21 10:57:29 2017
@author: 飘的心
"""
#过滤式特征选择
#根据方差进行选择，方差越小，代表该属性识别能力很差，可以剔除
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) #方差阈值值，
selector.fit(x)
selector.variances_ #展现属性的方差
selector.transform(x)#进行特征选择
selector.get_support(true) #选择结果后，特征之前的索引
selector.inverse_transform(selector.transform(x)) #将特征选择后的结果还原成原始数据
                         #被剔除掉的数据，显示为0
#单变量特征选择
from sklearn.feature_selection import selectkbest,f_classif
x=[[1,2,3,4,5],
  [5,4,3,2,1],
  [3,3,3,3,3],
  [1,1,1,1,1]]
y=[0,1,0,1]
selector=selectkbest(score_func=f_classif,k=3)#选择3个特征，指标使用的是方差分析f值
selector.fit(x,y)
selector.scores_ #每一个特征的得分
selector.pvalues_
selector.get_support(true) #如果为true，则返回被选出的特征下标，如果选择false，则
              #返回的是一个布尔值组成的数组，该数组只是那些特征被选择
selector.transform(x)
#包裹时特征选择
from sklearn.feature_selection import rfe
from sklearn.svm import linearsvc #选择svm作为评定算法
from sklearn.datasets import load_iris #加载数据集
iris=load_iris()
x=iris.data
y=iris.target
estimator=linearsvc()
selector=rfe(estimator=estimator,n_features_to_select=2) #选择2个特征
selector.fit(x,y)
selector.n_features_  #给出被选出的特征的数量
selector.support_   #给出了被选择特征的mask
selector.ranking_   #特征排名，被选出特征的排名为1
#注意：特征提取对于预测性能的提升没有必然的联系，接下来进行比较；
from sklearn.feature_selection import rfe
from sklearn.svm import linearsvc
from sklearn import cross_validation
from sklearn.datasets import load_iris
#加载数据
iris=load_iris()
x=iris.data
y=iris.target
#特征提取
estimator=linearsvc()
selector=rfe(estimator=estimator,n_features_to_select=2)
x_t=selector.fit_transform(x,y)
#切分测试集与验证集
x_train,x_test,y_train,y_test=cross_validation.train_test_split(x,y,
                  test_size=0.25,random_state=0,stratify=y)
x_train_t,x_test_t,y_train_t,y_test_t=cross_validation.train_test_split(x_t,y,
                  test_size=0.25,random_state=0,stratify=y)
clf=linearsvc()
clf_t=linearsvc()
clf.fit(x_train,y_train)
clf_t.fit(x_train_t,y_train_t)
print('origin dataset test score:',clf.score(x_test,y_test))
#origin dataset test score: 0.973684210526
print('selected dataset:test score:',clf_t.score(x_test_t,y_test_t))
#selected dataset:test score: 0.947368421053
import numpy as np
from sklearn.feature_selection import rfecv
from sklearn.svm import linearsvc
from sklearn.datasets import load_iris
iris=load_iris()
x=iris.data
y=iris.target
estimator=linearsvc()
selector=rfecv(estimator=estimator,cv=3)
selector.fit(x,y)
selector.n_features_
selector.support_
selector.ranking_
selector.grid_scores_
#嵌入式特征选择
import numpy as np
from sklearn.feature_selection import selectfrommodel
from sklearn.svm import linearsvc
from sklearn.datasets import load_digits
digits=load_digits()
x=digits.data
y=digits.target
estimator=linearsvc(penalty='l1',dual=false)
selector=selectfrommodel(estimator=estimator,threshold='mean')
selector.fit(x,y)
selector.transform(x)
selector.threshold_
selector.get_support(indices=true)
#scikitlearn提供了pipeline来讲多个学习器组成流水线，通常流水线的形式为：将数据标准化，
#--》特征提取的学习器————》执行预测的学习器，除了最后一个学习器之后，
#前面的所有学习器必须提供transform方法，该方法用于数据转化（如归一化、正则化、
#以及特征提取
#学习器流水线（pipeline）
from sklearn.svm import linearsvc
from sklearn.datasets import load_digits
from sklearn import cross_validation
from sklearn.linear_model import logisticregression
from sklearn.pipeline import pipeline
def test_pipeline(data):
  x_train,x_test,y_train,y_test=data
  steps=[('linear_svm',linearsvc(c=1,penalty='l1',dual=false)),
      ('logisticregression',logisticregression(c=1))]
  pipeline=pipeline(steps)
  pipeline.fit(x_train,y_train)
  print('named steps',pipeline.named_steps)
  print('pipeline score',pipeline.score(x_test,y_test))
if __name__=='__main__':
  data=load_digits()
  x=data.data
  y=data.target
  test_pipeline(cross_validation.train_test_split(x,y,test_size=0.25,
                  random_state=0,stratify=y))

更多关于python相关内容感兴趣的读者可查看本站专题：《python数据结构与算法教程》、《python编码操作技巧总结》、《python函数使用技巧总结》、《python字符串操作技巧汇总》及《python入门与进阶经典教程》

希望本文所述对大家python程序设计有所帮助。