使用Python对UCI机器学习库中的葡萄酒质量统计分析和特征提取

用Python的pandas库读取葡萄酒数据集，并用describe函数生成数据集描述统计分析结果。然后将结果写入Description.csv。同时使用特征选择，提取葡萄酒数据集的关键特征，以便于后续使用。代码如下：

import pandas as pd

import os

df=pd.read_csv('winequality-white.csv', sep=";")

d=df.describe()

d

dpath=os.path.abspath(os.pardir)+"\Results\Description.csv"

d.to_csv(dpath)

特征选择

feature_names =df.columns[:-1]

from sklearn.feature_selection import SelectKBest, f_regression

X=df[feature_names]

y=df['quality']

selector=SelectKBest(f_regression, k=5) # 取5个最佳特征

selector.fit(X, y)

selected_names=X.columns[selector.get_support()] # 选出最佳特征名称

print("Selected features:", selected_names)