如何使用信息增益作为标准选择前n个特征

我有一个training.arff文件,每个条目有2000个特征(属性)。我想使用信息增益标准选择这些属性中的前n个。如何使用WEKA和命令行来实现这一点?我在网上查过了,似乎这是一个两阶段的过程,因为我必须在第二步使用排名器。能有人解释一下如何操作吗?


回答:

操作方法如下:

java weka.filters.supervised.attribute.AttributeSelection \-E "weka.attributeSelection.InfoGainAttributeEval" \-S "weka.attributeSelection.Ranker -N 10" -i training.arff -o training_IG.arff

-E选项用于指定使用哪个类作为评估器,-S选项用于指定使用何种搜索方法(在本例中为排名)。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注