我在尝试使用Weka进行属性选择。我想使用InfoGainAttributeEval作为评估器，因为我读到它等同于互信息，并使用Ranker作为搜索方法。我应该对训练集和测试集都进行属性选择吗？另外，如何选择正确的N参数值呢？

非常感谢你的时间，

@隐藏人名

回答：

在训练集和测试集上分别进行属性选择可能会导致选择不同的属性，从而使它们不兼容。因此，为了确保两组具有相同的属性，你需要对整个数据集应用属性选择。一旦你选出了最有用的属性，你就可以将数据分割成训练集和测试集。

关于使用-N的数值，我建议使用你总的属性数量。这样会生成一个所有属性的排名列表，你可以自己评估所有属性的不同分数。你可能会发现一个明显的阈值，将包含有用信息的属性与对训练分类器没有任何帮助的属性区分开来。然后，我会使用-T选项设置这个阈值。