摘要

本篇主要工作，是实现变量选择方法中的 Filter 方法，针对基于 原始特征（即不选变量）、皮尔森相关系数 Pearson Correction、卡方检验 Chi2、最大信息系数 MIC、以及距离度量，四种度量下选择的特征集合，结合 13 个算法，考察不同算法针对不同特征子集的作用。

结论

点击《天池大赛，天猫复购模型雏形初探》、《天猫复购率：基础数据介绍》，获取更多信息。

针对天猫复购率数据集，获得以下结论：

1.RF最稳健；其次是 GB、XGB、ADA、ET；LGB显然对多变量集合更加友好。

2.原始集合在更多算法上效果占优，考虑资源的情况下，以 Pearson Correction为基准选出的变量集合，在更多算法上占优。

应用

本篇更多是对度量指标的验证和探索，助力读者更加透彻地理解工作中使用的指标。