## 特征選擇 > `SelectKBest` - 根據k最高分選擇功能。 ### 構造函數參數 `$k`（int） - 要選擇的頂級特征數，休息將被刪除（默認值：10） `$scoringFunction`（ScoringFunction） - 獲取樣本和目標并返回帶分數的數組的函數（默認值：ANOVAFValue） ``` use Phpml\FeatureSelection\SelectKBest; $transformer = new SelectKBest(2); ``` ***** ## 使用示例 作為示例，我們可以在Iris數據集上執行特征選擇，以僅檢索兩個最佳特征，如下所示： ``` use Phpml\FeatureSelection\SelectKBest; use Phpml\Dataset\Demo\IrisDataset; $dataset = new IrisDataset(); $selector = new SelectKBest(2); $selector->fit($samples = $dataset->getSamples(), $dataset->getTargets()); $selector->transform($samples); /* $samples[0] = [1.4, 0.2]; */ ``` ## 評分 您可以獲得包含每個要素的計算得分的數組。值越高意味著給定的特征更適合學習。當然，評級取決于所使用的評分函數。 ``` use Phpml\FeatureSelection\SelectKBest; use Phpml\Dataset\Demo\IrisDataset; $dataset = new IrisDataset(); $selector = new SelectKBest(2); $selector->fit($samples = $dataset->getSamples(), $dataset->getTargets()); $selector->scores(); /* ..array(4) { [0]=> float(119.26450218451) [1]=> float(47.364461402997) [2]=> float(1179.0343277002) [3]=> float(959.32440572573) } */ ``` ***** ### 評分功能 可用的評分功能： 對于分類： - `ANOVAFValue`單因素方差分析檢驗2個或更多組具有相同總體平均值的原假設。該測試適用于來自兩個或更多組的樣品，可能具有不同的尺寸。 對于回歸： - `UnivariateLinearRegression`用于測試單個回歸量的效果的快速線性模型，順序地用于許多回歸量。這分兩步完成： - 1.計算每個回歸量與目標之間的互相關，即`((X[:,i] - mean(X [:，i]))*(y - mean_y))/(std(X [:,i])* std(y))`。- 2.它被轉換為F分數 ## Pipeline `SelectKBest`實現了`Transformer`接口，因此它可以用作`Pipeline`的一部分： ``` use Phpml\FeatureSelection\SelectKBest; use Phpml\Classification\SVC; use Phpml\FeatureExtraction\TfIdfTransformer; use Phpml\Pipeline; $transformers = [ new TfIdfTransformer(), new SelectKBest(3) ]; $estimator = new SVC(); $pipeline = new Pipeline($transformers, $estimator); ```