Mustaqil ishi mavzu: Bajardi

O’ZBEKISTON RESPUBLIKASI
OLIY VA O’RTA MAXSUS TA’LIM VAZIRLIGI _BUXORO DAVLAT UNIVERSITETI

Axborot texnologiyalari fakulteti
1-1 KIDT-20 yo’nalishi talabasi
_________________________ning
_____________________________
fanidan tayyorlagan
MUSTAQIL ISHI

Mavzu: __________________________________

Bajardi : ______________________
Qabul qildi : ____________________

Buxoro-2022

Xususiyatlarni tanlash


Moduldagi sinflar sklearn.feature_selectionnamunalar to'plamida xususiyatlarni tanlash/o'lchovni kamaytirish uchun yoki baholovchilarning aniqlik ko'rsatkichlarini yaxshilash yoki juda yuqori o'lchamli ma'lumotlar to'plamlarida ularning ishlashini oshirish uchun ishlatilishi mumkin.


1.Kam farqli xususiyatlarni olib tashlash


VarianceThresholdxususiyatni tanlashda oddiy asosiy yondashuv hisoblanadi. U farqi chegaraga to‘g‘ri kelmaydigan barcha xususiyatlarni olib tashlaydi. Odatiy bo'lib, u barcha nol farqli xususiyatlarni, ya'ni barcha namunalarda bir xil qiymatga ega xususiyatlarni olib tashlaydi.
Misol sifatida, bizda mantiqiy xususiyatlarga ega ma'lumotlar to'plami bor va biz namunalarning 80% dan ko'prog'ida bitta yoki nolga teng (yoqilgan yoki o'chirilgan) barcha xususiyatlarni olib tashlamoqchimiz. Mantiqiy xususiyatlar Bernulli tasodifiy o'zgaruvchilari bo'lib, bunday o'zgaruvchilarning dispersiyasi quyidagicha ifodalanadi.
Var[X]=p(1-p)
shuning uchun biz chegara yordamida tanlashimiz mumkin :.8 * (1 - .8)
>>> from sklearn.feature_selection import VarianceThreshold
>>> X = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [0, 1, 1]]
>>> sel = VarianceThreshold(threshold=(.8 * (1 - .8)))
>>> sel.fit_transform(X)
array([[0, 1],
[1, 0],
[0, 0],
[1, 1],
[1, 0],
[1, 1]])


Kutilganidek, VarianceThresholdehtimolga ega bo'lgan birinchi ustunni olib tashladi p=5/6>.8nolni o'z ichiga oladi.