降维原因：
1、冗余，特征相关度高，容易消耗计算性能
2、噪声，部分特征对预测结果有影响
主要方法：
1、Filter过滤式(VarianceThreshold) 方差大小，考虑所有样本这个特征的数据情况
2、Embedded嵌入式（正则化，决策树）
3、Wrapper（包裹式）
4、神经网络

1 数据降维之特征选择（过滤式）

特征选择：删除低方差的特征
删除特征取值差不多的特征

from sklearn.feature_selection import VarianceThreshold
def var():
    var = VarianceThreshold(threshold=0.0)
    data = var.fit_transform([[0,2,0,3],[0,1,4,3],[0,1,1,3]])
    print(data)
if __name__=='__main__':
    var()

输出：
[[2 0]
[1 4]
[1 1]]

2 数据降维之主成分分析

PCA，特征数量达到上百的时候，考虑数据的简化问题，数据也会改变，特征数量会减少，信息损耗少
n_components:
小数：0-1 保留多少信息，比如90%，一般90%-95%
整数：减少到的特征数量，一般不用

from sklearn.decomposition import PCA
def pca():
    pca = PCA(n_components=0.9)
    data = pca.fit_transform([[2,8,4,5],[6,3,0,8],[5,4,9,1]])
    print(data)
if __name__=='__main__':
    pca()

输出：
[[ 1.22879107e-15 3.82970843e+00]
[ 5.74456265e+00 -1.91485422e+00]
[-5.74456265e+00 -1.91485422e+00]]