1
Amy 原创整理｜资料核验：2026-10-31
【官方文档事实】sklearn.feature_selection.chi2计算非负特征与类别之间的卡方统计量。文档要求非负整数特征，例如布尔值或词频计数；连续特征应先按合适方法分箱。返回结果包含每个特征的统计量和p值。
这意味着，若预处理已经把数据中心化成含负数的数值，就不应直接接到chi2后面。修成“能运行”也不够：为了消除负号而随意平移数据，并不能自动让特征符合计数或分类检验的含义。
【Amy建议】先写明每列代表什么，再选统计打分方法。词频计数、连续测量和人为类别编码不应混为一谈。用结果筛选后，还要在预先安排的验证流程中评估模型表现；较高统计量不等于已证明因果关系，也不是最终业务效果的保证。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.chi2.html