Teste de qui-quadrado para extração de recursos:
teste de qui-quadrado é usado para recursos categóricos no conjunto de dados. Calculamos o qui-quadrado entre cada objeto e alvo e selecionamos o número desejado de objetos com os melhores valores de qui-quadrado. Ele determina se a relação entre duas variáveis categóricas na amostra refletirá sua relação real na população.
A pontuação do qui-quadrado é fornecida:
onde —
Frequência observada = Nº de observações da aula
Frequência esperada = Nº de observações esperadas da aula se não houver relação entre o recurso e o destino.
Implementação Python para seleção de recurso Qui-Quadrado:
# Baixar bibliotecas
de sklearn.datasets import load_iris
de sklearn.feature_selection importar SelectKBest
de sklearn.feature_selection importar chi2
# Carregando dados de íris
iris_dataset = load_iris()
# Cria funções e objetivos
X = iris_dataset.data
y = iris_dataset.target
# Converta em dados categóricos transformando dados em inteiros
X = X. astype ( int )
# Dois recursos com as estatísticas de qui-quadrado mais altas selecionadas
chi2_features < classe de código = "palavra-chave"> = SelectKBest (chi2, k = 2 )
X_kbest_features = chi2_features.fit_transform (X, y)
# Recursos reduzidos
print ( `Número do recurso original:` , X .shape [ 1 ])
print ( `Número de recurso reduzido:` , X_kbest.shape [ 1 ])
Sair:
Número do recurso original: 4 Número do recurso reduzido: 2