当我同时具有数值和分类特征时，如何进行特征选择？分割特征并分别探索相关性是否常见（例如，选择出我的分类特征并使用Chi-square，然后选择我的连续特征并使用ANOVA？
一般来说--不是，如果你使用信息增益进行特征选择，首先需要通过离散化将你的连续属性转化为名义属性。一个属性的名义值的数量会极大地影响信息增益--因为你的名义值越多，解释目标变量的机会就越大。确保你的每个属性的值数大致相同，并且你使用的是信息增益比，它将信息增益与值数及其概率归一化。