→ andrew43: 就我所知,一定是離散的反應變數。預先離散化也有方法。 03/23 16:49
→ andrew43: 或是考慮其它特徵選擇的方法。 03/23 16:49
→ recorriendo: 不是 你連續就有更多方法可以比較兩組的分佈是否不 03/23 21:53
→ recorriendo: 同 為何要繞一大圈先離散化再做卡方 03/23 21:53
→ recorriendo: 不是不能做 而是沒有意義 03/23 21:54
→ recorriendo: 連續甚至有方法可以同時考慮更多東西 例如:特徵之 03/23 21:58
→ recorriendo: 間的重疊性 (correlation-based feature selection 03/23 21:58
→ recorriendo: ) 03/23 21:58
→ yhliu: 你的卡方檢定是準備檢定什麼東西呢? 兩變數關聯, 或檢定資 03/24 18:52
→ yhliu: 料是否適合某一分布? 或幾個樣本對應的群體分布是否相同? 03/24 18:54
→ yhliu: 基本上數值性資料會先考慮數值性資料的方法; 在數值性的方 03/24 18:55
→ yhliu: 不合適例如兩變數不是直線型關聯而且關聯型態不知時, 才會 03/24 18:57
→ yhliu: 考慮離散化進行卡方檢定. 此時當然要分組, 各組次數要足夠, 03/24 19:00
→ yhliu: 因為卡方檢定是大樣本近似方法, 也就是套用中央極限定理而 03/24 19:01
→ yhliu: 出的方法. 03/24 19:02
→ blacklove: 謝謝大家的回覆,我的這個問題主要是想了解如果處理 03/28 16:28
→ blacklove: 特徵篩選,在建模時,常會先將無相關的特徵排除, 03/28 16:30
→ blacklove: 那麼針對特徵是類別變數,該怎麼確認是否需將它排除 03/28 16:31
→ blacklove: 我目前僅知的作法是用tree-based模型的 03/28 16:32
→ blacklove: feature importance來作為篩選依據 03/28 16:33
→ blacklove: 謝謝你們,我在cross-validated上提問,也有網友回覆 03/28 16:34
→ blacklove: 將數值離散化後,會有資訊丟失的狀況,雖然可以使用 03/28 16:35
→ blacklove: 但是不建議! 03/28 16:35