影像组学学习笔记(5)-特征筛选之方差选择法

本笔记来源于B站Up主: 有Li 的影像组学系列教学视频
本节(5)主要介绍: 特征筛选之方差选择法

针对医疗人员在影像组学研究中碰到的编程问题，李博士建议：

如果有一门编程语言基础的话会比较轻松
先学说话，再学语法
根据你的需求顺序，而非课本安排的顺序来学

方差选择法：

思考：一个能用来做分类的特征，它的方差应该是怎么样的？

方差公式：

Formula.jpg

方差选择法进行降维的代码实现：

import pandas as pd
import numpy as np
from sklearn.utils import shuffle

xlsx1_filePath = 'C:/Users/RONG/Desktop/PythonBasic/data_A.xlsx'
xlsx2_filePath = 'C:/Users/RONG/Desktop/PythonBasic/data_B.xlsx'
data_1 = pd.read_excel(xlsx1_filePath)
data_2 = pd.read_excel(xlsx2_filePath)
rows_1,__ = data_1.shape
rows_2,__ = data_2.shape
data_1.insert(0,'label',[0]*rows_1)
data_2.insert(0,'label',[1]*rows_2)
data = pd.concat([data_1,data_2])
data = shuffle(data)
data = data.fillna(0)

X = data[data.columns[0:]]
X.head()

方差选择法

# VarianceSelection
from sklearn.feature_selection import VarianceThreshold
selector = VarianceThreshold(1e10)  # 注意修改参数达到筛选目的
selector.fit_transform(X)
# print('EveryVaris:'+str(selector.variances_))
print('selectedFeatureIndex:'+str(selector.get_support(True)))
print('selectedFeatureNameis:'+str(X.columns[selector.get_support(True)]))
# print('excludedFeatureNameis:'+str(X.columns[~ selector.get_support()]))  # ‘~’取反 

Output:

# selectedFeatureIndex:[17 30 34 92]
# selectedFeatureNameis:Index(['original_firstorder_Energy', 'original_firstorder_TotalEnergy',
#        'original_glcm_ClusterProminence',
#        'original_glszm_LargeAreaHighGrayLevelEmphasis'],
#      dtype='object')