如何根据要素选择浏览选择分类要素

Question

我的问题是我希望使用几个分类变量对数据进行特征选择。我在get_dummies中使用pandas来生成这些分类变量的所有稀疏矩阵。我的问题是sklearn如何知道一个特定的稀疏矩阵实际上属于一个特征并选择/删除所有特征？例如，我有一个名为city的变量。纽约，芝加哥和波士顿有三个级别用于该变量，因此稀疏矩阵看起来像：

[1,0,0] [0,1,0] [0,0,1]  我如何告知sklearn，这三个“列”实际上属于一个特征，即城市，最终不会选择纽约，并删除芝加哥和波士顿？

非常感谢你！

Answer 1

你不能。 scikit-learn中的特征选择例程将彼此独立地考虑虚拟变量。这意味着他们可以修剪＆＃34;分类变量的域到低于预测的重要值。