特征选择的多标签分类（scikit学习）(Feature selection for multila

我试图用卡方法在做特征选择scikit学习（sklearn.feature_selection.SelectKBest）。 当我试图将其应用到多标记问题，我得到这样的警告：

UserWarning: Duplicate scores. Result may depend on feature ordering.There are probably duplicate features, or you used a classification score for a regression task. warn("Duplicate scores. Result may depend on feature ordering."

为什么appearning以及如何正确地运用特征选择是这种情况？

Answer 1:

代码警告您任意搭配断裂，可能需要进行，因为一些功能具有完全相同的分数。

也就是说，特征选择实际上并不为多标记开箱工作; 目前可以做的最好的搭配特征选择和分类一起在一个管道，再喂，要一个多标记元估计。 实施例（未测试）：

clf = Pipeline([('chi2', SelectKBest(chi2, k=1000)),
                ('svm', LinearSVC())])
multi_clf = OneVsRestClassifier(clf)

（这个警告，我相信，发出即使绑功能实际上不是第k和（k + 1）个，我认为，它通常可以忽略。）

Answer 2:

我知道这个题目是有点老，但以下为我工作：

clf = Pipeline([('chi2', SelectKBest(chi2, k=1000)),
            ('lasso', OneVsRestClassifier(LogisticRegression()))])

文章来源: Feature selection for multilabel classification (scikit-learn)