最近处理数据的时候尝试了一下特征选择，在此记录一下常用的方法，以便日后查阅：
先贴一下原始数据：
1.RFE特征选择
2.方差分析
3.互信息法
4 卡方检验
5.1嵌入的方法：
基于L1范数：使用带惩罚项的基模型，除了筛选出特征外，同时也进行了降维
5.2嵌入的方法：
基于树模型的特征选择：树模型中GBDT也可用来作为基模型进行特征选择，使用feature_selection库的SelectFromModel类结合GBDT模型
最近处理数据的时候尝试了一下特征选择，在此记录一下常用的方法，以便日后查阅：
先贴一下原始数据：
基于L1范数：使用带惩罚项的基模型，除了筛选出特征外，同时也进行了降维
基于树模型的特征选择：树模型中GBDT也可用来作为基模型进行特征选择，使用feature_selection库的SelectFromModel类结合GBDT模型