machine-learning - 卡方作为回归评分函数

Question

它记录在http://scikit-learn.org/0.9/modules/feature_selection.html中“警告注意不要将回归评分函数用于分类问题。”

我正在尝试寻找回归问题的最佳特征，并使用 f_regression 作为评分函数。但它非常消耗内存，我的 8GB 机器挂起，最后我得到内存错误。

我使用 Chi2 作为同一问题的评分函数，它运行得非常快。想知道警告的反面是否属实？如果不是，我可以使用 Chi2 作为回归问题的评分函数吗？

Answer 1

χ2 测试构建一个 n_classes 乘以 n_features 的列联表。在回归模型中，没有n_classes 的概念。使其发挥作用的唯一方法是将您的 y 值分箱，进行特征选择，然后在原始 y 和简化的特征集上训练回归模型。 scikit-learn 中不支持此功能，因此您必须自己编程。