python - 特征选择和低 Pearson's R

Question

我正在尝试进行特征选择过程，因为 df 中有 +100 列。

当输入'n_features_to_select=1'时，RFE 建议特征 A作为最佳特征。

问题是y和特征 A之间的 Pearson 的 R仅为0.1，这似乎太低无法解释 y。但是，仅特征 A与整个特征之间的预测分数几乎相似，这意味着特征 A 可以成为一个好的模型。

那么，特征选择和 Pearson's R 之间有什么关系吗？高 Pearson's R 不能保证应该选择该功能吗？

标签： pythonregressionpearson-correlation