X-平方测试:好的，用于选择重要的特征？

Question

我将就应急表及其结果提出一个问题。我对以符号作为可能特性的名称进行了这种分析，得到了以下值：

Label          0.0  1.0     
with_symb      1584 241
without_symb     16 14

得到一个p值，让met得出变量是相关的(因为它小于0.05)。我的问题是，这个结果是否可能是一个好的结果，基于x-平方检验，所以，如果我可以包括在模型中。我选择个别的特征，以进入模型的基础上的气平方。也许还有另一种方法可以为模型选择最合适和最重要的特性。任何有关这方面的建议都会很好。

Answer 1

如果您选择基于chi-2测试的特性，我将提出几个可能出现的问题。

1. 重复使用chi-2测试会导致错误的结果，除非您对运行它的次数进行更正。
2. 您可以包含相互关联的特性，即。A与B相关，两者与标签相关。不确定，但我认为，这可能会导致结果，当模型表现更差，更多的功能。

我试着从所有的特性开始，删除那些线性相关的特性。但这只是个建议。

此外，可以使用相互信息来估计任何给定的特征对标签的描述程度。