对于卡方检验， 是不是常用在模型训练时的维度选择上？
来源：6-4 学习假设检验
nccd2030
2020-01-10
对于卡方检验， 是不是常用在模型训练时的维度选择上？ 如果是 如何根据卡方检验的结果去选择维度。 根据检验结果与0.05比较，是不是检验结果值越小，表示此维度与label关联性越强， 此维度越应该保留。 这个出来的模型效果一般会更好？
写回答
1回答
-
Wotchin
2020-01-11
是的，假设检验是一种常用的特征选择手段。你说的这些，是正确的，但是要注意，你的零假设是：
该特征与结果不相关。
因此，当p值比较小时，证明该假设出现的概率很低，从而有更大的把握拒绝假设，故而我们得出了：
该特征与预测结果相关，即该特征很重要的结论。
值得一提的是，对于决策树，Lasso回归这种，假设检验与否关系不太大，对于机器学习具有很多特征（几千个起步），这种方法会漏掉特征。因此，该方法常用外特征不是十分膨胀时的特征选择。00
相似问题
关于训练好的模型怎么用的问题
回答 1
如何根据用户行为轨迹分类
回答 1