关于特征选择的过滤法

Question

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？

Answer 1

推荐算法架构7：特征工程（吊打面试官，史上最全！）

https://blog.csdn.net/u013510838/article/details/135123291?spm=1001.2014.3001.5501