f_classif

sklearn.feature_selection.f_classif(X, y)

计算所提供样本的方差分析F值。

阅读更多的 User Guide .

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}

将按顺序测试的回归量集。

y形状类似阵列（n_samples，）

目标载体。

返回:

f_statistic形状的nd数组（n_features，）

每个特征的F统计量。

p_values形状的nd数组（n_features，）

与F统计量相关的P值。

参见

chi2

分类任务的非负特征的卡方统计数据。

f_regression

回归任务的标签/功能之间的F值。

示例

>>> from sklearn.datasets import make_classification
>>> from sklearn.feature_selection import f_classif
>>> X, y = make_classification(
...     n_samples=100, n_features=10, n_informative=2, n_clusters_per_class=1,
...     shuffle=False, random_state=42
... )
>>> f_statistic, p_values = f_classif(X, y)
>>> f_statistic
array([2.2...e+02, 7.0...e-01, 1.6...e+00, 9.3...e-01,
       5.4...e+00, 3.2...e-01, 4.7...e-02, 5.7...e-01,
       7.5...e-01, 8.9...e-02])
>>> p_values
array([7.1...e-27, 4.0...e-01, 1.9...e-01, 3.3...e-01,
       2.2...e-02, 5.7...e-01, 8.2...e-01, 4.5...e-01,
       3.8...e-01, 7.6...e-01])