从稀疏矩阵中提取重要特征,我希望能够简单地删除平均分数低于某个指定阈值的列。考虑以下示例。
现在正在计算每个特征的平均分。
如何删除那些均值分数小于某个阈值(例如我的情况是0.23)的列?
import numpy as np
counts = [[3, 0, 1],
[2, 0, 0],
[3, 0, 0],
[4, 0, 0],
[3, 2, 0],
[3, 0, 2]]
from sklearn.feature_extraction.text import TfidfTransformer
transformer = TfidfTransformer(smooth_idf=False)
tfidf = transformer.fit_transform(counts)
print (tfidf.toarray())
现在正在计算每个特征的平均分。
summarizer_mean = lambda x: np.mean(x, axis=0)
print(summarizer_mean(tfidf))
平均结果为
[[ 0.81236766 0.14681658 02311266 ]]
如何删除那些均值分数小于某个阈值(例如我的情况是0.23)的列?