关于朴素贝叶斯特征工程、特征选择的问题

关于特征筛选

首先建议做成对的相关系数计算，如果这一对特征的相关系数大于某个阈值，就删除其中一个。正如另外一个答案讲的，朴素贝叶斯需要特征独立性假设。

其次还可以考虑backward stepwise特征选择，一开始用全部特征，然后去遍历每个特征，选一个最差的特征删掉，然后反复进行，直到保留适当数量的特征。这个要根据你的评价metric来决定的。

关于特征工程

数值变量应该进行离散化处理。

此外还要考虑到零概率的特征，这个要做laplace平滑。

你有200个特征，其实根本就不适合用naive bayes。因为naive bayes要求特征是独立的，你有这么多特征，怎么可能都是独立的。

建议你换个方法。

如果非要用naive bayes，那你先用pca降维吧