这是一个创建于 1840 天前的主题，其中的信息可能已经有所发展或是发生改变。
我最近遇到几个问题。
1.为什么用 sklearn 里的卡方(Chi2)检验 Pearson 系数等 ，和 XGB 里面自带的特征重要性 这两个选出的特征不一样？？？
2。假设用 sklearn 里卡方检验 得出两列特征重要性高的 然后通过加减乘除或平方 得到新的特征列 然后再进行画图新的特征列的重要性位于选出两列的中间（如； A，B 特征 C=A*B 假设 A=90 b= 80 C=85 那我要用 C 来作为新特征嘛？ 是不是新特征就一定是高于 A 和 B 的？？？ 低于是不是就不要用？？？）
1.为什么用 sklearn 里的卡方(Chi2)检验 Pearson 系数等 ，和 XGB 里面自带的特征重要性 这两个选出的特征不一样？？？
2。假设用 sklearn 里卡方检验 得出两列特征重要性高的 然后通过加减乘除或平方 得到新的特征列 然后再进行画图新的特征列的重要性位于选出两列的中间（如； A，B 特征 C=A*B 假设 A=90 b= 80 C=85 那我要用 C 来作为新特征嘛？ 是不是新特征就一定是高于 A 和 B 的？？？ 低于是不是就不要用？？？）
目前尚无回复
Select Language