互信息（MI）是衡量特征与目标变量非线性依赖的过滤式方法，适用于分类与回归任务，但需注意样本量、离散化方式及冗余特征问题。
互信息（Mutual Information, MI）是衡量特征与目标变量之间非线性依赖关系的有力工具，特别适合处理类别型目标或非线性可分场景。它不假设线性关系，也不要求数据服从特定分布，比相关系数更鲁棒——但容易受样本量和离散化方式影响，用前得“调好味”。
互信息的本质与适用边界
互信息量化的是：知道某个特征X后，对目标Y的不确定性减少了多少。值越大，X携带的关于Y的信息越多。它天然支持分类任务（sklearn中mutual_info_classif），回归任务需用mutual_info_regression（内部自动对连续Y做分位数离散化）。注意：MI对小样本敏感，当训练集＜500条时，估计值易偏高；特征若含大量唯一值（如ID、时间戳），需先清洗或转换，否则会虚高MI得分。
实操四步走：从计算到筛选
- 离散化要合理：对连续特征，不建议简单等宽分箱。优先用KBinsDiscretizer(strategy='quantile')保分布形态，或用决策树分箱（DecisionTreeClassifier(max_depth=1)拟合后取分割点）
- 统一编码再计算：类别型特征必须先用OrdinalEncoder或OneHotEncoder（MI本身兼容序数编码，无需one-hot）；缺失值需提前填充（均值/众数/专用标记），不能留NaN
- 设定阈值有依据：不推荐固定截断（如MI＞0.1）。建议按百分位数选前K个（如top 20%），或用置换检验（permutation）生成零分布，取p＜0.05的临界值
- 警惕冗余特征：高MI特征间可能高度相关（如“月收入”和“年收入”）。筛选后建议加一步Spearman秩相关矩阵热力图，剔除两两|ρ|＞0.8的冗余对
与卡方、F检验的对比选择
卡方检验只适用于双类别型变量，且要求期望频数≥5；F检验仅捕获线性关系，对“U型”“S型”依赖完全失效。而MI在三者中泛化性最强——但计算成本略高，尤其特征维数＞1000时，建议先用方差阈值（VarianceThreshold）粗筛掉近似常量的特征，再算MI。
建模链路中的定位与配合
MI是典型的过滤式（Filter）方法，应放在数据预处理后期、模型训练前期。它不参与模型优化，因此可与任何算法搭配：比如用MI选15个特征后，再进LightGBM做递归特征消除（RFE），或输入到随机森林中看OOB重要性交叉验证。切记：不要把MI分数直接当模型特征权重用——它反映的是单变量判别力，不是模型内联合贡献。
立即学习“Python免费学习笔记（深入）”；
基本上就这些。用对了，MI是发现隐藏信号的探针；用糙了，就是制造虚假确定性的幻觉。关键在离散稳、样本足、去冗余、不越位。
