SelectKBest(mutual_info_regression) 进行分类答案

【问题标题】：SelectKBest(mutual_info_regression) for classificationSelectKBest(mutual_info_regression) 进行分类
【发布时间】：2020-10-31 15:39:44
【问题描述】：

我是特征选择的新手，不确定我是否了解如何使用特征选择进行情感分析。为分类问题尝试 SelectKBest(f_classif)、SelectKBest(f_regression)、SelectKBest(mutuial_info_classif) 和 SelectKBest(f_info_regression) 是否有意义？我原以为不会，只有 SelectKBest 和 f_classif 和mutual_info_classif。

【问题讨论】：

标签： python feature-selection

【解决方案1】：

f_classif

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

mutual_info_classif

Mutual information for a discrete target.

f_regression

F-value between label/feature for regression tasks.

mutual_info_regression

Mutual information for a continuous target.

你有一个离散的目标，所以这里没有回归。但是，我不会对大型数据集使用基于 F 检验的特征选择类型，因为它基于统计测试，对于大型数据集，任何差异都可能变得具有统计意义，并且选择性能几乎为零。（但作为任务的一部分，您绝对可以比较它们。）

【讨论】：

感谢您的快速答复。那么什么样的特征选择对情感分析有意义呢？
如果你的类在1到5类的分类中可以被看作是连续的，难道不能使用它吗？
您的类是离散的，类 1、2、3 等。但是，与每个类关联的概率是连续的。顺便说一句，看看这个：ml-ml.herokuapp.com.