怎么利用卡方分布来进行特征选择？

准确来说不是$\chi^2$分布，而是$\chi^2$ test。

$\chi^2$ test是用来检测两个categorical特征的独立性。每个$\chi^2$ test会对应一个$\chi^2$ statistic，这个数值越大说明两个特征的相关性越大。

对于分类问题，我们可以用$\chi^2$ test得到每个categorical特征和y的$\chi^2$ statistic，我们最终只保留$\chi^2$ statistic比较大的特征。这个就是特征选择的过程。

也不一定只能是分类问题，对于回归和数值特征也可以，但是我们要先做分箱处理，把连续特征和y进行离散化，然后再用卡方检测进行特征选择。