卡方检验用于特征选择

卡方检验是特征选择中常用的算法之一。

（1）      卡方分布(chi-square distribution)：

定义：若k个独立的随机变量z₁,z₂,…,z_k,并且符合标准正太分布N(0，1), 则这k个随机变量的平方和 为服从自由度为k的卡方分布，记为：x~x²(k)

卡方分布的期望：E(x²)=n, 方差：D(x²)=2n, n为分布的自由度

（2）      卡方检验

思想：根据样本数据推断总体的分布于期望分布是否有显著性差异

X²计算公式：x²=sum{(A-T)²/T}

其中 A为实际值，T为理论值

X²包含的信息：1.实际值与理论值偏差的绝对大小；2.差异程度与理论值得相对大小

（3）卡方检验做特征选择