我用的是pearson相关系数，如何以0.5为阈值筛选特征变量？

使用Pearson相关系数筛选特征变量的方法是先计算每个特征变量与目标变量之间的相关系数，然后将相关系数的绝对值从大到小进行排序，选择排名前几个的特征变量作为最终的特征集合。

如果你想以0.5为阈值筛选特征变量，可以按照以下步骤进行：

1. 首先，计算每个特征变量与目标变量之间的Pearson相关系数，得到一个相关系数矩阵。

2. 将相关系数矩阵中的每个元素与0.5进行比较，如果大于等于0.5，说明两个变量之间的相关性较强，可以将其作为候选特征变量。

3. 将所有候选特征变量组成特征集合，即为最终的特征集合。

需要注意的是，Pearson相关系数的取值范围为[-1, 1]，绝对值越大表示相关性越强，因此0.5作为阈值可能会过于宽松，需要根据具体情况进行调整。同时，这种方法也存在一定的局限性，可能会忽略一些与目标变量相关性不强但仍有价值的特征变量。因此，在实际应用中，建议结合其他特征选择方法进行综合考虑。