次の3つの方法のうち、属性選択を実行するのに最適な方法はどれかと思います。
- メタ分類子を使用する
- フィルターアプローチ
- 属性選択クラスを直接使用するネイティブアプローチ
私が使用している分類器はNaiveBayesです。
誰かが私に最良の選択を見つけるように案内してもらえますか？
質問する
1868 次
2 に答える
1
フリー ランチ なしと い う説 があ る。あなたの問題でそれらの3つすべてを試して、ドメインで測定結果を得る必要があります。
于 2012-03-26T11:37:57.287 に答える
0
そうですね、答えは一つではありません。
決定木分類子 (バギングなど) を使用して、分類子によって分岐決定が行われる属性を選択できます。もちろん、ツリーを表示して、分岐と、分岐の基になる属性を確認できます (これらの属性は重要です)。
前方選択または後方消去手法を使用できます。(a) 前方選択では、検証/テスト セットのエラーが最小である単一の機能を使用します。次に、この機能を機能プールに含めて、残りの機能を 1 つずつ試し、エラーが最も少ない機能を選択します。(b) 後方消去では、すべての機能を使用してエラー率を取得します。次に、すべての機能を 1 つずつ削除します。次に、機能プールから取り出して、エラーを最大に減少させるものを選択します。
機能の数 (停止基準) に満足しない限り、プロセスを続行します。
- 個人的には、ランカー アルゴリズムと infogain 属性エバリュエーターを使用して最初に属性をランク付けし、次に 2(a) または 2(b) を使用して属性を選択します。
誤差 - 二乗平均平方根誤差を考慮することができます。他の人も同様に良いことができます。
于 2012-03-30T02:55:09.910 に答える