我正在尝试对具有SelectKBest和chi2（SelectKBest（chi2，k = 5））的分类变量应用特征选择。但是获取值错误，该字符串无法转换为浮点数。我知道解决方法是使用pd.get_dummies（）将类别变量转换为虚拟变量。但是为什么会这样呢？卡方统计检验旨在对两个类别变量进行双变量分析，那么为什么它不接受类别变量？
最佳答案
在这种情况下，卡方度量特征值（在X中）和类别（在y中）之间的对应关系。为此，它需要目标变量的类频率以及每个类的特征值之和。然后，它将每个类别的值的“理想”分布（即X值的总和与类别频率相乘）与实际分布（即每个类别的实际值之和）进行比较，以得出卡方值。有关详细信息，请参见here。
关于python - 与chi2的SelectKBest提供ValueError:无法将字符串转换为浮点型，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57451605/