在一篇关于 ML的论文中，我读到卡方分布用于减少特征数量。在那篇论文中，特征就是文字。那篇论文与情绪分析有关，所以我们有“正面”、“负面”和“中性”类别。
在这种情况下如何计算卡方分布？
在 Python 中，scipy.stats.chisquare它给出了 chi_square 值和 p_value。那么我们如何处理这两条信息呢？
例如，将“好”这个词作为特征怎么办？
如何计算卡方分布，以及如何处理？
从特征集中排除某些特征是什么意思，因为在那篇论文中提到我们用顶卡方取 n 个特征。
我真的不知道该怎么做。如果有任何论文或书籍或链接可以了解这一点，请告诉我。
特征选择有不同的方法。一本很好的机器学习精通读物，回顾一下：
特征选择的卡方检验属于非负特征的单变量选择方法。在从这篇博文中拍摄的一张照片中，我最喜欢的卡方解释是：
正如您所看到scikit-learn的，使用 chi2（可能根据）实现scipy.stats.chisquare了 feature_selection ，如上述博客文章中非常简要地展示的那样。
如果您想要更全面的解释和详细说明测试如何根据 chi2 分布和 p 值等基于统计数据对特征进行排序，以及如何在 Python 中构建自己的 chi2 类进行特征选择，请参阅这篇精彩的文章。显然，可以在wikipedia中阅读有关 chi2 分发和测试的基础知识。