我想执行特征选择，有 128 个实值标准化特征和 1/0 标签。下面是第 1 类和第 0 类的特征 a5 密度直方图。数据有偏差，因此第 1 类的权重约为 5%。

接下来，我从左侧减去右侧曲线，以消除“正常”（相对于该特征）分布。我假设如果 50% 的特征值位于两个类中的例如 [0.1-0.2] 中，这意味着这个范围对于我的类来说没什么特别的。这就是我做减法的原因。这有望为我提供此功能有助于选择 Class0 的范围（结果曲线的正值）。这个假设正确吗？

然后我以这种方式为所有功能构建图表。下面是两个不同的功能。我认为最左边的比最右边的要好，在与一类或另一类相关时给出更清晰的区别（右边是嘈杂的），如果需要减少特征数量，可以删除最右边的。它是否正确？