如何实现分类变量的特征选择？

Question

选择重要功能时遇到问题。数据集的特征是分类的和数字的。目标变量为False或True。数据集的特征大约有100个，因此我需要删除一些与目标变量无关的特征。除了随机森林特征重要性之外，可以使用哪种方法？我正在使用Python。在R中，我可以使用Boruta包来选择重要的功能。但是我不知道如何在Python中做到这一点。

Answer 1

可以通过计算与假设有关的特征的P值来选择相关特征，请选中https://towardsdatascience.com/feature-selection-correlation-and-p-value-da8921bfb3cf。