关于特征选择的过滤法

以前学逻辑回归的时候不会先做t检验,
因为在逻辑回归中,很多t检验无意义的变量在逻辑回归中结果是有意义的。
特征工程是否也是这样?
看到很多教程讲过滤法,说单个特征与结局做条图或者方差分析,如果结果没什么统计学意义就认为这个特征对结局没影响,可以删除。初学者不太懂,想请教各位老师是否应该先做混淆矩阵,如果特征之间没有相关性,都是独立存在,那么才可以用过滤法把。如果特征之间有相关性,那即便单个特征无意义,可以放到模型中又有意义的可能?

caozhy
回答这么多问题就耍赖把我的积分一笔勾销了 采纳率太低,不能回答了
一年多之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
立即提问
相关内容推荐