我有一个大型表格（10000 x 5001），代表10000个样本和这些样本的5001个不同特征。其中一个特征代表每个样本的输出变量。换句话说，每个样本有5000个输入变量和一个输出变量。

我知道这些输入中的大多数是无关的。因此，我想做的是确定能够最佳预测输出变量的输入变量子集。在R中进行这一操作的最佳/最简单的方法是什么？

回答：

你可以查看Weka。在Explorer中加载数据，然后转到Select attributes选项卡。在那里你会找到几种选项来获取数据集中最有信息量的属性/特征。