基于pearson r相关系数选择K个最佳特征

如何解决基于pearson r相关系数选择K个最佳特征

我正在尝试为线性模型选择特征。我需要使用 pearson r 相关系数选择 15 个最相关的特征。

使用 selectKBest()，我需要声明一个可调用的函数来传递给它，以确定每一列与我的目标值的相关性。我已将函数声明如下：

def scoring_function(x,y):
    for col in x:
        pearsonr(x[col],y)

我已经通过调用 callable() 来检查以确保该函数是可调用的。但是，在调用 sellectKBest 时我仍然收到类型错误，指出传递的是 None 而不是 callable。我也不确定这个函数是否可以帮助我找到与目标值最相关的 15 个特征（分别在上面的函数中为 x 和 y）的期望结果

解决方法

根据 scikit-learn 的 SelectKBest 文档，可调用对象应返回分数数组。

def scoring_function(X,y):
    scores = [pearsonr(X[col],y),for col in X.columns]
    return scores    

我假设 X 是一个 DataFrame，所以它有列名。

我不知道您的项目的具体情况，但我建议您查看 Factor Analysis（也可在 scikit-learn 中找到），我认为它适合您想要完成的任务。>