python - SelectKBest 与 chi2 给出 ValueError : could not convert string to float

Question

我正在尝试使用 SelectKBest 和 chi2 (SelectKBest(chi2, k=5)) 对分类变量应用特征选择。但出现值错误，字符串无法转换为 float 。我知道解决方法是使用 pd.get_dummies() 将分类变量转换为虚拟变量。但为什么会这样呢？卡方统计检验的目的是对两个分类变量进行双变量分析，那么为什么它不接受分类变量呢？

Answer 1

在这种情况下，卡方测量特征值(在X中)和类(在y中)之间的对应关系。为此，它需要目标变量的类别频率以及每个类别的特征值之和。然后，它将每个类别的值的“理想”分布(即 X 值的总和乘以类别频率)与实际分布(即每个类别的实际值之和)进行比较，以获得卡方值。请参阅here了解详情。