特征选择主要包括什么？

特征选择是非常关键的步骤，选入大量的特征不仅会降低模型的效果，也会耗费大量的计算时间。而漏选的特征也会直接影响到最终的模型效果。

选择方法为：

1.方差选择法：假如某列特征数值变化一直平缓，说明这个特征对结果的影响很小，所以可以计算各个特征的方差，选择方差大于自设阈值的特征。

2.相关系数，统计检验：相关系数和统计检验都可以用来特征选择，常用的有person相关系数和卡方检验，前者主要用于连续变量，后者用于离散变量。

3.互信息法：互信息法也经常被用于来评价自变量对因变量的相关性，互信息的计算公式为：