Python文本分类的特征选择

Question

我正在用Python做一个文本分类的项目，使用的是scikit-learn库里的随机森林算法。我想尝试不同的特征选择方法，比如信息增益（IG）或者双正态分离（BNS），这些方法在这篇论文中有介绍。

看起来在scikit-learn里，使用CountVectorizer类进行特征选择时，只有基于文档频率的特征选择方法可用。有没有其他库提供不同的方法呢？

Answer 1

这里有一个特征选择的模块，它提供了单变量选择和递归特征消除的工具：http://scikit-learn.org/dev/modules/feature_selection.html。在scikit-learn中没有信息增益或BNS（贝叶斯网络选择）。文档频率并不是一种特征选择的方法。