高基数特征的方差分析
ANOVA for high cardinal features
我有多个高基数分类特征和低基数特征。目标特征是数字的。我可以用下面的代码知道低基数特征和目标变量之间的相关性
F, p = stats.f_oneway(df[df.some_variable=='value_1'].Target,df[df.some_variable=='value_2'].Target)
print(F)
这里上面的特征是低基数的，只有两个不同的值。如果特征具有高基数，例如 400 个不同的值，我如何找到相关性。任何建议和替代想法表示赞赏。感谢您的耐心等待
假设 vals 是一个值列表
df_arr = [df[df.some_variable==val].Target for val in vals]
F, p = stats.f_oneway(*df_arr)
我有多个高基数分类特征和低基数特征。目标特征是数字的。我可以用下面的代码知道低基数特征和目标变量之间的相关性
F, p = stats.f_oneway(df[df.some_variable=='value_1'].Target,df[df.some_variable=='value_2'].Target)
print(F)
这里上面的特征是低基数的，只有两个不同的值。如果特征具有高基数，例如 400 个不同的值，我如何找到相关性。任何建议和替代想法表示赞赏。感谢您的耐心等待
假设 vals 是一个值列表
df_arr = [df[df.some_variable==val].Target for val in vals]
F, p = stats.f_oneway(*df_arr)