机器学习特征选择-t检验

在特征选择的过程中通过计算检验统计量值，比较特征之间的统计量的大小，并降序排列，选取统计值较高的特征，从而起到去除差别小的特征（此差别小的特征难以区分不同的额类别）的目的。

以t检验（Student's t test）为例：

假设检验

通过比较两类样本的随机变化，通过计算其p值决定是否拒绝零假设，也即是说：通过计算p值，若p值小于某一阈值则认为两个样本具有显著差异，两个样本是不同的，此时拒绝零假设。

1、建立假设

H0：μ = μ0 （零假设null hypothesis）也即是假设样本无差别

H1：μ ≠ μ0（备择假设alternative hypothesis）

2、计算统计量

单总体：检验一个样本平均数和已知的总体平均数的差异是否具有显著性，

   

双总体：检验两个样本平均数和它各自所表示的总体的差异是否具有显著性

•     独立样本t检验:实验组之间无相关存在