如何在具有各种数据类型的数据集中应用过滤器特征选择？答案

【问题标题】：How to apply filter feature selection in datasets with various data types?如何在具有各种数据类型的数据集中应用过滤器特征选择？
【发布时间】：2020-01-21 00:07:02
【问题描述】：

我最近一直在研究不同的过滤器特征选择方法，并注意到有些更适合数值数据（Pearson），有些更适合分类数据（卡方）。

我正在处理混合了两种数据类型的数据集，我不确定在应用过滤方法方面的最佳做法是什么。

是否最好将数据集拆分为分类和数字，对每个集合执行不同的过滤方法，然后加入结果？

还是应该只对整个数据集应用一种过滤方法？

【问题讨论】：

标签： machine-learning feature-selection

【解决方案1】：

您可以查看排列重要性。这个想法是随机打乱特征的值并观察误差的变化。如果特征很重要，理想情况下误差应该增加。与某些统计测试不同，它不依赖于特征的数据类型。实施和分析也非常简单。 link1, link2

【讨论】：