选择K测试（相互信息回归）进行分类

Question

我不熟悉特征选择，不确定我是否了解如何使用特征选择进行情绪分析。对于分类问题，尝试使用SelectKBest（f\u classif）、SelectKBest（f\u回归）、SelectKBest（mutuial\u info\u classif）和SelectKBest（f\u info\u回归）有意义吗？我原以为不会，只选择了带f_classif和mutual_info_classif的KBest

Answer 1

f_classif

ANOVA F-value between label/feature for classification tasks.

相互信息分类

Mutual information for a discrete target.

f_回归

F-value between label/feature for regression tasks.

相互信息回归

Mutual information for a continuous target.

你有一个离散的目标，所以这里没有回归。然而，我不会对大型数据集使用基于F检验的特征选择类型，因为它基于统计检验，对于大型数据集，任何差异都可能在统计上显著，选择性能几乎为零。（但作为任务的一部分，您肯定可以比较它们。）