如何确定 Weka 学习的决策树中最具信息量的特征

我使用 Weka 训练了一个 J48 分类器,它返回了决策树的文本表示。现在如果我想确定哪个特征最具信息量,我应该如何操作?欢迎任何建议。提前感谢。


回答:

你所说的“最具信息量的特征”可能指的是具有最高信息增益的特征。

如果是这样,我认为 J48 算法构建决策树的方式是,决策树中的第一个(或最高)节点与具有最高信息增益的特征相关联。

如果这是正确的,那么你应该能够查看你的决策树的顶部,以确定哪个特征最具信息量。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注