pymrmr模块的安装和使用
\: \: \: \: github链接
一、模块介绍
在Python 3使用mRMR特征选择算法，pymrmr提供了方法 \: \: pymrmr.mRMR()
pymrmr.mRMR(df, ‘MIQ’, K)
返回排序后的列名（list）
Parameters：
- df：数据文件（pandas.DataFrame）
第一列要是标签
其他列要是特征量
列的名称要是字符串 - 内部选择方法（‘MIQ’或‘MID’）（str）
MIQ:互信息熵
MID:互信息差 - K：要选取的特征数量（int）
\: \: \: \:
二、安装
以下步骤皆是在anaconda下安装：
- 创建虚拟环境pymrmr（任意名字）
- 激活虚拟环境（activate pymrmr），安装必要的包 （pip install numpy Cython）
- 在github（上面的链接）下载安装包
- 将安装包的解压文件复制到anaconda安装路径 D:\Anaconda3\envs\pymrmr中
- 打开控制台Anaconda Prompt（Anaconda3），进入上一步的目录中安装（运行下述命令）
D: cd D:\Anaconda3\envs\pymrmr\pymrmr-master python setup.py install 讯享网
\: \: \: \:
三、使用
实例代码：每一列对应一个特征，第一列是标签
讯享网import pandas as pd import pymrmr from sklearn.datasets import make_classification X, y = make_classification(n_samples=10000, n_features=6, n_informative=3, n_classes=2, random_state=0, shuffle=False) # Creating a dataFrame df = pd.DataFrame({
'Class': y, 'Feature 1': X[:, 0], 'Feature 2': X[:, 1], 'Feature 3': X[:, 2], 'Feature 4': X[:, 3], 'Feature 5': X[:, 4], 'Feature 6': X[:, 5], }) y_train = df['Class'] X_train = df.drop('Class', axis=1) res = pymrmr.mRMR(df, 'MIQ', 6) print(res)
\: \: \: \:
特征选择结果：
pymrmr.mRMR(df, ‘MIQ’, 6)
[‘Feature 4’, ‘Feature 5’, ‘Feature 2’,‘Feature 6’, ‘Feature 1’, ‘Feature 3’]
pymrmr.mRMR(df, ‘MID’, 6)
[‘Feature 4’, ‘Feature 6’, ‘Feature 5’, ‘Feature 2’, ‘Feature 1’, ‘Feature 3’]
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/66702.html