风控笔记-特征选择

• Filter
  1.移除低方差的特征
  2.单变量特征选择

• Wrapper
  1.递归特征消除

• Embedded
  1.使用SelectFromModel选择特征
  2.将特征选择过程融入pipline
  当数据预处理完成后，我们需要选择有意义的特征输入机器学习的算法和模型进行训练。
  通常来说，从两个方面考虑来选择特征：
  特征是否发散
  如果一个特征不发散，例如方差接近0，也就是说样本在这个特征上基本没有差异，这个特征对于样本区分并没有什么用。
  特征与目标的相关性
  与目标相关性高的特征应该优先选择。
  根据特征选择的形式又可以将特征选择方法分为3种：

Filter：过滤法，按照发散性或者相关性对各个特征进行评分，设定阈值或者待选择阈值的个数，选择特征。
Wrapper：包装法，根据目标函数（通常是预测效果评分），每次选择若干特征，或者排除若干特征。
Embedded：嵌入法，先使用某些机器学习的算法和模型进行训练，得到各个特征的权值系数，根据系数从大到小选择特征。类似于Filter方法，但是是通过训练来确定特征的优劣。
特征选择主要有两个目的：

减少特征数量、降维，使模型泛化能力更强，减少过拟合#变量筛选，分箱；

增强对特征和特征值之间的理解