作者回复: 同意~ 卡方检验，实际上仅仅是众多特征选择方法中的一种，篇幅所限，只好选一些代表性的方法。如老弟所说，卡方检验确实更适合计算“类别型变量”对“类别型变量”的 之间的相关性。 不过，其实这也不绝对，连续值其实很容易离散化，实际上Spark MLlib把卡方检验用在连续值，背后其实也是先做离散化，再算卡方值。 还是那句话，Spark MLlib这个模块，咱们更多地介绍它提供的能力，不管是特征处理能力，还是模型训练能力。而至于不同use case下具体应该选取的最佳方法，没有一定之规，都是在一定的理论指导之下，结合实践自然选择出来的。