特征选择在数据挖掘中至关重要。皮尔逊系数用于衡量数据相关性，其绝对值越大，相关性越强。信息增益和基尼指数则评估分类不确定性，信息增益越大，特征对分类的贡献越大。基尼指数用于CART算法，选择能最小化基尼指数的属性作为分裂依据。结合两者，可深入挖掘特征的价值。
首先特征选择在实际的数据挖掘项目中非常重要，从海量维度的特征中选取出表征明显的特征显得非常的重要。特征选择主要可以从数据相关性角度和信息增益的角度来考虑。
数据相关性判断：皮尔逊系数
当相关系数为0时，X和Y两变量无关系。
当X的值增大，Y也增大，正相关关系，相关系数在0.00与1.00之间
当X的值减小，Y也减小，正相关关系，相关系数在0.00与1.00之间
当X的值增大，Y减小，负相关关系，相关系数在-1.00与0.00之间
当X的值减小，Y增大，负相关关系，相关系数在-1.00与0.00之间
相关系数的绝对值越大，相关性越强，相关系数越接近于1和-1，相
最低0.47元/天 解锁文章
1034
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
