在http://scikit-learn.org/0.9/modules/feature_selection.html中有记载：”警告 请勿在分类问题中使用回归评分函数。”

我正在尝试为一个回归问题寻找最佳特征，并使用f_regression作为评分函数。但它极其耗费内存，我的8GB内存的机器会卡住，最终我会得到内存错误。

我已经在同一个问题上使用了卡方作为评分函数，它运行得非常快。想知道警告的反面是否成立？如果不是，我能否在回归问题中使用卡方作为评分函数？

回答：

χ²检验构建了一个n_classes乘以n_features的列联表。在回归模型中，没有n_classes的概念。唯一能使其工作的方法是将你的y值分箱，进行特征选择，然后在原始的y和减少后的特征集上训练回归模型。scikit-learn中没有对此的支持，所以你需要自己编程实现。