如何证明某个feature 没用，分组的分布和总体分布相同 - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>DataSciences - 数据科学

如何证明某个feature 没用，分组的分布和总体分布相同

如何证明某个feature 没用，分组的分布和总体分布相同# DataSciences - 数据科学

p*g2015-04-30 07:04

1 楼

比如我有10000个数据，一个feature是categorical 的，
有比如5个值，我按这5个值，把数据分成5组，发现这五组基本和总体有非常接近的
的mean, stdev。
能不能说这个feature对总体分布没影响，或者是没用的feature。
另外怎么证明，这5组和总体有同样的分布，这个过程怎么做？

l*n2015-04-30 07:04

2 楼

这个和sample size，confidence level有关
最简单做个histogram看看差的多不多，严格点做个test

【在 p*********g 的大作中提到】

: 比如我有10000个数据，一个feature是categorical 的，
: 有比如5个值，我按这5个值，把数据分成5组，发现这五组基本和总体有非常接近的
: 的mean, stdev。
: 能不能说这个feature对总体分布没影响，或者是没用的feature。
: 另外怎么证明，这5组和总体有同样的分布，这个过程怎么做？

p*g2015-04-30 07:04

3 楼

其实我就是想问问做哪个test,
怎么做

【在 l******n 的大作中提到】

: 这个和sample size，confidence level有关
: 最简单做个histogram看看差的多不多，严格点做个test