weixin_44828521的博客

特征选择的方法有三种：过滤法（filter）:根据特征的发散性或者相关性对特征进行评分，根据设定的阈值或者选择特征的个数来选择特征。(比如说：卡方检验，相关分析)包装法（wrapper）:根据模型评价的目标函数（比如说acu曲线)，每次选取一些特征或者每次去除一些特征。嵌入法（embedded）:根据机器学习的算法或者模型进行训练，计算各个特征的权值系数，最终由大到小选择特征。...

准确度准确度是预测正确的数（包括正负样本）占所有数的比例。from sklearn.metrics import accuracy_score查准率和查全率#查准率/精准率from sklearn.metrics import precision_score#查全率/召回率from sklearn.metrics import recall_scoreprecision(查准率)=预测的真值/预测的真值+假的真值recall(查全率)=预测的真值/预测的真值+真的假值F1 值F1值