特征离散化

详情可看https://wenku.baidu.com/view/9e45b337011ca300a6c390d2.html

总结：

1. 卡方检验、信息增益，都是数值越大，代表特征对于分类越明显，越好。
   1. 离散化时： 计算各个分裂点的卡方值，选取值最大的，代表分类效果最好。所以需要选取卡方值最大的，作为分裂点
   2. 特征选择是：也是选取卡方值最大的

   3. 自由度F = （行数 - 1） * （列数 - 1） = 1，对于四格表，F = 1。
      由于自由度F = 1，所以只需要看分布表的第一行。可以看到，随着卡方值的增大，原假设（假设独立）成立的概率就越小。因为10.10 > 6.64，所以原假设成立是概率是小于1%。反之，也就是说，原假设不成立（即两个分类变量不是独立无关）的概率大于99%。

      
      卡方.png