作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/123953894
目录
2.1 按缺失比率删除特征（Missing Value Ratio）
2.3 高相关性滤波（High Correlation filter）
2.5 反向特征消除（Backward Feature Elimination）
降维是机器学习中一个高阶的技能，它属于特征工程范畴。
在算法学习中，特征的数量都比较少，大多数都在是个特征以内，做多也就几十个。
但如果样本的特征得到成千上万个特征怎么办，甚至几十万、上百万？机器学习的算法的还那么高效吗？
比如文本处理中，每个单词就是一个维度的特征，但文本单词的种类高达几十万怎么办？
我们总是期望能够收到更多维度的数据，然后随着数据维度的增加，我们会进入一种悖论：维度越多，我们越不知道如何选择！！！
理论上，如果把描述宇宙的所有维度数据都能够获得，就可以描述整个宇宙的未来的状态。然后，实际上是，如果真能获取到整个宇宙维度的数据，你反而不知道如何处理了！数据的维度多到你无从选择。
怎么办？？？
降维！！！
样本所包含的特征过多，过于庞大，导致计算量暴增。
而部分特征的特征性和区分性很小，这些特征对最终的结果其实影响很小。
去除掉矛盾中的次要方面和次要因素（特征），保留主要方面和主要特征。
提升计算和决策的速度和效率。
所谓特征降维，就是较少、降低特征的维度。
简单的说，对所有的特征，该合并的合并，该去掉的去掉，
（1）降低存储空间
随着数据维度不断降低，数据存储所需的空间也会随之减少。
（2）降低训练时间
低维数据有助于减少计算/训练用时。
（3）提升算法的可用性
一些算法在高维度数据上容易表现不佳，降维可提高算法可用性。
（4）解决共线性问题：
所谓共线性：就是两个特征，有强相关性，并且具备相同的线性趋势。
降维可以用删除冗余特征解决多重共线性问题。
比如我们有两个变量：“一段时间内在跑步机上的耗时”和“卡路里消耗量”。这两个变量高度相关，在跑步机上花的时间越长，燃烧的卡路里自然就越多。
因此，同时存储这两个数据意义不大，只需一个就够了。
（5）利于数据可视化
降维有助于数据可视化。如果数据维度很高，可视化会变得相当困难，而绘制二维三维数据的图表非常简单。
（1）部分特征信息可能会丢失
（2）可能会导致线性可分变成线性不可分
（1）特征选择：从众多特征中选择部分特征
特征选择就是滤波，滤除掉一些特征。
（2）特征合并：把多个特征合并成同一个特征
（1）分层训练和分层决策：L1 主要特征 =》L2 中等特征 =》 L3 次要特征
（1）概述
假设你有一个数据集，你第一步会做什么？
在构建模型前，对数据进行探索性分析必不可少。
但在浏览数据的过程中，有时候我们会发现其中包含不少缺失值。如果缺失值少，我们可以填补缺失值或直接删除这个变量；如果缺失值过多，你会怎么办呢？
当缺失值在数据集中的占比过高时，一般我会选择直接删除这个变量，因为它包含的信息太少了。但具体删不删、怎么删需要视情况而定，我们可以设置一个阈值，如果缺失值占比高于阈值，删除它所在的列。阈值越低，该维度由于数据缺失被删除掉的可能性越大。
（2）代码演示
df.isnull()
df.isnull().any()
df.isnull().sum()2.2 低方差滤波（Low Variance Filter）
（1）概述
如果某一特征，对所有样本，其取值都差不多，这说明，所有的样本，并不是通过该特征来标识差别的，这样的特征，其实对于区分不同样本，意义不大，就可以去除掉这些特征。
如何用数学表达上述特性呢？低方差！！！
放到实践中，就是先计算所有特征的方差大小，然后删去其中最小的几个。
需要注意的一点是：
方差与数据范围相关的，因此在采用该方法前需要对数据做归一化处理，这样不同特征的方差之间才具备可比性！！！！
（2）方差函数
numeric.var()（1）概述
如果两个特征之间是高度相关的，这意味着它们具有相似的趋势并且可能携带类似的信息。
同理，这类变量的存在会降低某些模型的性能（例如线性和逻辑回归模型）。
为了解决这个问题，我们可以计算独立数值变量之间的相关性。
如果相关系数超过某个阈值，就删除其中一个变量。
通常情况下，如果一对变量之间的相关性大于0.5，那就应该考虑是否要删除一列属性了。
（2）相关性系数计算
首先，删除因变量（Item_Outlet_Sales），并将剩余的变量保存在新的数据列（df）中。
然后通过corr()函数求特征（变量）之间的相关性
df=train.drop('Item_Outlet_Sales', 1)
df.corr()（1）概述
随机森林是一种广泛使用的分类算法，它会自动计算各个特征的重要性，具备天然的特征选择的能力，从功能上看，无需单独编程，但从效率上看，还是在运行算法之间，先去除掉不重要的特征。
随机深林算法，自动优选选择差异性较大的特征，合并差异性较小的特征。
另一种有意思的应用就是：
这就是随机森林算法对特征选择的奇特作用！
features = df.columns
importances = model.feature_importances_
indices = np.argsort(importances[0:9]) # top 10 features
plt.title('Feature Importances')
plt.barh(range(len(indices)), importances[indices], color='b', align='center')
plt.yticks(range(len(indices)), [features[i] for i in indices])
plt.xlabel('Relative Importance')
plt.show()
（1）概述
反向特征消除的基本思想是：尝试性删除某些特征，然后对模型进行训练，再看删除后该特征后，对模型性能的影响，选择删除对模型影响小的特性！！！
反向特征消除的主要步骤：
这种方法，其实是比较原始的，采用的是暴力穷举。
2.6 前向特征选择（Forward Feature Selection）
前向特征选择其实就是反向特征消除的相反过程，即找到能改善模型性能的最佳特征，而不是删除弱影响特征。
它背后的思路如下所述：
2.7 因子分析FA（Factor Analysis）
因子分析是一种常见的统计方法，它能从多个变量（特征）中提取共性因子，并得到最优解。
假设我们有两个变量：收入和教育。它们可能是高度相关的，因为总体来看，学历高的人一般收入也更高，反之亦然。所以它们可能存在一个潜在的共性因子，比如“能力”。
在因子分析中，我们将变量按其相关性分组，即特定组内所有变量的相关性较高，组间变量的相关性较低。我们把每个组称为一个因子，它是多个变量的组合。
和原始数据集的变量相比，这些因子在数量上更少，但携带的信息基本一致。
这种分析方法，就是人类的分类方法。进一步可以采用分层判决的方法。
把所有的特征，按照树形的方式进行组织。具备相同类型的特征归属于同一个分类。
这样，把偏平的特征，构建成了一个分层的、结构化的特征。
在进行分类时，可以为不同层次的特征，指定不同的权重，优先在第层次的特征之间进行区分和比较，然后再高一层次的特征上进行进一步的比较。
该方法的基本思想是辩证唯物主义的思想：找到主要矛盾和主要矛盾的主要方面。
这是一个非常常用的特征提取的方法。
如果说因子分析是假设存在一系列潜在因子，能反映变量携带的信息，那PCA就是通过正交变换将原始的n维数据集变换到一个新的被称做主成分的数据集中，即从现有的大量变量中提取一组新的变量。
下面是关于PCA的一些要点：
即一次找出方差最大的特征，且他们对结果影响最大。
主成分分析实际上是一种浓缩数据信息的方法，可将很多个指标浓缩成综合指标（主成分），并保证这些综合指标彼此之间互不相关。可用于简化数据信息浓缩、计算权重、竞争力评价等。
2.9 独立分量分析（ICA）
独立分量分析（ICA）基于信息理论，是最广泛使用的降维技术之一。
PCA和ICA之间的主要区别在于，PCA寻找不相关的因素，而ICA寻找独立因素。
独立分量分析（independent component analysis，ICA）原本是20世纪90年代发展起来的一种新的信号处理技术。基本的ICA是指从多个源信号的线性混合信号中分离出源信号的技术。
应用在特征的降维上，就是要分离多个不相干的特征信号（数据），并把相干数据合并在一起。
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/123953894