短小精悍算例：用Python的feature_selection库实现特征选择

用Python的feature_selection库实现特征选择。

from sklearn.datasets import load_iris
from sklearn.feature_selection import chi2
from sklearn.feature_selection import SelectKBest

iris = load_iris()    # 加载数据
X, y = iris.data, iris.target
print("原始特征(前10个)：\n", X[0:10])    # 查看原始特征前10个样本

selector = SelectKBest(chi2, k=3) # k是重要特征个数，Number of top features to select.
selector.fit(X, y)

X_new = selector.transform(X)
print("选择后特征(前10个)：\n", X_new[0:10])  # 查看选择后特征前10个样本
print("新特征维度：", X_new.shape)


print("所有特征的名称：", iris.feature_names)
print("特征重要性评分：", selector.scores_)
z = selector.get_support(indices=True)
print("所选特征所在列：", z)

运行结果如下：（共4个特征，第2个特征对于结果影响程度较小。）