如何删除与目标变量相关系数小于0.4的特征？

你可以基于已计算得到的relevant_features直接完成特征筛选，以下是两种实用的实现方式：

方式一：仅筛选特征矩阵（不含目标变量） #

1. 提取符合条件的特征名称

   # 获取相关系数绝对值>0.4的列名（包含MEDV，需单独移除）
   selected_cols = relevant_features.index.tolist()
   selected_cols.remove("MEDV")
   

2. 从原始特征矩阵X中筛选保留这些特征：

   X_filtered = X[selected_cols]
   

方式二：筛选包含目标变量的完整数据集 #

如果需要保留包含MEDV的完整筛选后数据集，直接通过索引筛选即可：

df_filtered = df[relevant_features.index]

验证筛选结果 #

可以通过打印列名确认低相关特征已被删除：

print(X_filtered.columns)  # 验证特征矩阵
# 或
print(df_filtered.columns) # 验证完整数据集

内容的提问来源于stack exchange，提问作者LearnerABC