python - 如何在分类特征上应用互信息

Question

我正在使用 Scikit-learn 来训练分类模型。我的训练数据中既有离散特征又有连续特征。

我想使用 mutual information 进行特征选择。

特征 1,2 和 3 是离散的。为此，我尝试下面的代码:

mutual_info_classif(x, y, discrete_features=[1, 2, 3])

但它不起作用，它给了我错误:

 ValueError: could not convert string to float: 'INT'

Answer 1

一个简单的例子 mutual information classifier :

import numpy as np
from sklearn.feature_selection import mutual_info_classif
X = np.array([[0, 0, 0],
              [1, 1, 0],
              [2, 0, 1],
              [2, 0, 1],
              [2, 0, 1]])
y = np.array([0, 1, 2, 2, 1])
mutual_info_classif(X, y, discrete_features=True)
# result: array([ 0.67301167,  0.22314355,  0.39575279]