Python机器学习手册：从数据预处理到深度学习

问题描述

有一组二值特征数据（即只有两个分类），现在要移除其中方差较小的特征。

解决方案

挑出方差大于给定阈值的二值特征：

讨论

和数值型特征一样，挑选高信息量的分类特征的方法之一就是查看它们的方差。在二值特征（即伯努利随机变量）中，方差的计算公式如下：

Var(x)=p(1-p)

其中，p是观察值属于第1个分类的概率。通过设置p的值，我们可以删除大部分观察值都属于同一个类别的特征。