特征工程之特征选择

在前一篇文章中我介绍了一些数据预处理的方法，原始数据在通过预处理以后能够被算法处理了，可是实际中可能有一些特征是没有必要的，好比在中国采集的一些数据，那么国籍就都是中国，其实也就没有意义了，反映在统计量上就是方差太小，也就是样本在这个特征上变化很小。还有一种状况是特征和最后的结果相关性很小，也就是这个特征不起做用，衡量这种相关性咱们能够用卡方检验，F-检验以及互信息等。其实不少sklearn的算法

>>阅读原文<<