## 方差閾值 > `VarianceThreshold`是一種簡單的特征選擇基線方法。它會刪除方差不符合某個閾值的所有要素。默認情況下，它會刪除所有零方差要素，即在所有樣本中具有相同值的要素。 ### 構造函數參數 `$threshold`（float） - 方差低于此閾值的要素將被刪除（默認為0.0） ``` use Phpml\FeatureSelection\VarianceThreshold; $transformer = new VarianceThreshold(0.15); ``` ***** ### 使用示例 例如，假設我們有一個具有布爾特征的數據集，并且我們希望刪除80％以上樣本中的一個或零（打開或關閉）的所有特征。布爾特征是伯努利隨機變量，這些變量的方差由下式給出 ``` Var\[X\] = p(1 - p) ``` 所以我們可以選擇使用閾值.8 *（1 - .8）： ``` use Phpml\FeatureSelection\VarianceThreshold; $samples = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [0, 1, 1]]; $transformer = new VarianceThreshold(0.8 * (1 - 0.8)); $transformer->fit($samples); $transformer->transform($samples); /* $samples = [[0, 1], [1, 0], [0, 0], [1, 1], [1, 0], [1, 1]]; */ ``` ## Pipeline `VarianceThreshold`實現了`Transformer`接口，因此它可以用作`pipeline`的一部分： ``` use Phpml\FeatureSelection\VarianceThreshold; use Phpml\Classification\SVC; use Phpml\FeatureExtraction\TfIdfTransformer; use Phpml\Pipeline; $transformers = [ new TfIdfTransformer(), new VarianceThreshold(0.1) ]; $estimator = new SVC(); $pipeline = new Pipeline($transformers, $estimator); ```