以下方法中属于特征选择过滤法(Filter)的是哪些选项?A. 方差法B. 皮尔逊相关系数C. LASSO回归D. 卡方系数法

特征选择是机器学习中的重要步骤，用于筛选对目标变量影响较大的特征，减少模型复杂度并提升性能。根据方法的不同，特征选择主要分为过滤法（Filter）、包裹法（Wrapper）和嵌入法（Embedded）。

• 过滤法：基于数据本身的统计特性进行特征选择，不依赖具体模型。例如方差、相关系数、卡方检验等。
• 包裹法：依赖具体模型，通过训练模型评估特征子集的性能（如交叉验证）。
• 嵌入法：在模型训练过程中自动选择特征，如LASSO回归的L1正则化。

本题需判断哪些方法属于过滤法，需结合各选项的核心原理分析。

A. 方差法

方差法通过计算特征的方差，筛选出方差较大的特征（信息量丰富）。方差是统计特性，与具体模型无关，属于过滤法。

B. 皮尔逊相关系数

皮尔逊相关系数衡量特征与目标变量的线性相关性，基于统计计算，无需模型参与，属于过滤法。

C. LASSO回归

LASSO回归通过L1正则化在模型训练中自动稀疏特征系数，属于嵌入法，而非过滤法。

D. 卡方系数法

卡方检验评估特征与目标变量的独立性，基于统计假设检验，与模型无关，属于过滤法。