Есть какие-то вопросы

Какие методы feature selection вы используете и в каких случаях?

Для классических задач часто применяю:

1. Фильтры (корреляция, ANOVA) — быстрые, но не учитывают взаимодействие фич
2. Встроенные методы (L1-регуляризация, feature_importances_) — учитывают модель
3. Оберточные (Recursive Feature Elimination) — точные, но дорогие

Пример с SelectKBest:

from sklearn.feature_selection import SelectKBest, f_classif
selector = SelectKBest(f_classif, k=10)
X_new = selector.fit_transform(X, y)

Выбор метода зависит от данных, вычислительных ресурсов и бизнес-требований.