sklearn.feature_selection.chi2(X,y)¶

各非負の特徴とクラスの間のカイ二乗統計を計算します。

このスコアを使用して、xからの検定カイ二乗統計量の最も高い値を持つn_featuresフィーチャを選択することができます。

カイ二乗検定はstochasticvariables間の依存性を測定するので、この関数を使用すると、クラスから独立している可能性が最も高く、したがって分類には無関係な特徴を”排除”することを思い出してください。

ユーザーガイドの続きを読みます。

パラメータx{配列のような、スパース行列}形状の(n_samples,n_features)

サンプルベクトル。

yarrayのような形状(n_samples,)

ターゲットベクトル(クラスラベル)。

Chi2array、shape=(n_features,)

各フィーチャのchi2統計を返します。

pvalarray,shape=(n_features,)

各フィーチャのp値。