algorithm - weka 中有哪些算法可以自动对数据集的特征进行加权？

Question

我有一个包含 5 到 10 个特征的数据集。输出值是一个标量值。 (所以我看起来有点像线性回归，而不是分类器)。有些特征比其他特征更重要，并且某些特征的组合可以产生很大的结果。

考虑到这些要求，Weka 中构建的哪些算法是很好的候选者？

Answer 1

您是否尝试过 Weka Explorer 中的“选择属性”选项卡？InfoGainAttributeEval 和 CorrelationAtrributeEval 是我通常使用的两种有用的特征选择方法。

这是 InfoGainAttributeEval 针对我的数据集的示例输出。第一列按降序列出了每个属性的重要性。

Ranked attributes:
0.02416    8 attr8
0.014166  16 attr16
0.012868  14 attr14
0.011905  15 attr15
0.011624   6 attr6
0.010619   1 attr1
0.010367   3 attr3
0.010171   5 attr5
0.008921   7 attr7
0.008763  11 attr11
0.006094   9 attr9
0.00603   10 attr10
0.003089   4 attr4
0.00095   12 attr12
0.000672   2 attr2
0.000127  13 attr13

Selected attributes: 8,16,14,15,6,1,3,5,7,11,9,10,4,12,2,13 : 16

如果你有兴趣，请引用下面链接中有关基于相关性的特征选择的经典论文: http://www.cs.waikato.ac.nz/~mhall/thesis.pdf