Sklearn.feature_selection

选择合适的特征

• 预选出特征集：可以询问该领域懂业务的专家，让他们给一些建议。较大影响的和较小影响的特征都选入候选集。

过滤法选择特征

特征集合很大时，在尝试降维之前，有必要用特征工程的方法去选择出较重要的特征结合。

过滤法：

按照特征的发散性或者相关性指标对各个特征进行评分，设定评分阈值或者待选择阈值的个数，选择合适特征。

• feature_selection.VarianceThreshold([threshold])

  方差筛选。方差越大的特征，那么可以认为它是比较有用的。如果方差较小，比如小于1，那么这个特征可能对算法作用很小。可以指定一个方差的阈值，方差小于这个阈值的特征会被筛掉。

• feature_selection.SelectKBest([score_func, k])，score_func=scipy.stats.pearsonr
  相关系数。主要用于输出连续值的监督学习算法中。分别计算所有训练集中各个特征与输出值之间的相关系数，设定一个阈值，选择相关系数较大的部分特征。

• feature_selection.chi2(X, y)
  假设检验如卡方检验。卡方检验可以检验某个特征分布和输出值分布之间的相关性。使用chi2这个类来做卡方检验得到所有特征的卡方值与显著性水平P临界值，可以给定卡方值阈值， 选择卡方值较大的部分特征。

• feature_selection.f_classif(X, y)， feature_selection.f_regression(X, y)
  假设检验除了卡方检验，还可以使用F检验和t检验。F检验的函数f_classif和f_regression，分别在分类和回归特征选择时使用。

• feature_selection.mutual_info_classif(X, y)，feature_selection.mutual_info_regression(X, y)
  互信息，即从信息熵的角度分析各个特征和输出值之间的关系评分。在决策树中出现过互信息（信息增益）。互信息值越大，说明该特征和输出值之间的相关性越大，越需要保留。

（可以优先使用卡方检验和互信息来做特征选择）

包装法

通过选择一个目标函数来一步步的筛选特征。通常是预测效果评分，每次选择部分特征，或者排除部分特征。

• feature_selection.RFE(estimator)
  递归消除特征法(recursive feature elimination, RFE)，使用一个机器学习模型来进行多轮训练，每轮训练后，消除若干权值系数对应的特征，再基于新的特征集进行下一轮训练。
  SVM-RFE算法：每轮使用特征集中特征来训练，得到分类超平面𝑤𝑥+𝑏=0后，选出𝑤中分量的平方值$w_i^2$最小的那个序号i对应的特征，将其排除。

嵌入法

用机器学习的方法来选择特征，但是它和RFE的区别是它不是通过不停的筛掉特征来进行训练，而是使用的都是特征全集。

• feature_selection.SelectFromModel(estimator)
  最常用的是使用L1正则化和L2正则化来选择特征。正则化惩罚项越大，那么模型的系数就会越小，当正则化惩罚项大到一定程度时，部分特征系数会更容易先变成0，这部分系数就是可以筛掉的。
  常用逻辑回归作为基学习器。此外也可以使用决策树或GBDT。

寻找高级特征

• 若干项特征加和： 假设希望根据每日销售额得到一周销售额的特征。可以将最近7天的销售额相加得到。
• 若干项特征之差： 假设已经拥有每周销售额以及每月销售额两项特征，可以求一周前一月内的销售额。
• 若干项特征乘积： 假设有商品价格和商品销量的特征，就可以得到销售额的特征。
• 若干项特征除商： 假设有销售额和购买的商品件数，就可以得到平均每件商品的销售额。

注意：不是随便两两组合就可以形成高级特征，这样容易导致特征爆炸，反而没有办法得到较好的模型。（聚类的时候高级特征尽量少一点，分类回归的时候高级特征适度的多一点）