如何实现分类变量的特征选择？

Question

我在选择重要功能时遇到问题。数据集的特征是分类的和数字的。目标变量为 False 或 True。数据集的特征大约有 100 个，所以我需要删除一些与目标变量无关的特征。除了随机森林特征重要性之外，还可以使用哪种方法？我正在使用 Python。在 R 中，我可以使用 Boruta 包来选择重要的功能。但我不知道如何在 Python 中做到这一点。

Answer 1

可以通过计算与假设相关的特征的P值来选择相关特征，检查https://towardsdatascience.com/feature-selection-correlation-and-p-value-da8921bfb3cf。