Weka学习四（属性选择）

在这一节我们看看属性选择。在数据挖掘的研究中，通常要通过距离来计算样本之间的距离，而样本距离是通过属性值来计算的。我们知道对于不同的属性，它们在样本空间的权重是不一样的，即它们与类别的关联度是不同的，因此有必要筛选一些属性或者对各个属性赋一定的权重。这样属性选择的方法就应运而生了。

在属性选择方面InfoGain和GainRatio的比较常见，也是最通俗易懂的方法。它们与Decision Tree的构造原理比较相似，哪个节点拥有的信息量就为哪个节点赋较高的权重。其它的还有根据关联度的办法来进行属性选择（Correlation-based Feature Subset Selection for Machine Learning）。具体它的工作原理大家可以在网上看论文。

现在我将简单的属性选择实例给大家展示一下：

package com.csdn;

import java.io.File;

import weka.attributeSelection.InfoGainAttributeEval;

import weka.attributeSelection.Ranker;

import weka.classifiers.Classifier;

import weka.core.Instances;

import weka.core.converters.ArffLoader;

* Date: 2009.4.4

* by: Wang Yi

* Email: wangyi19840906@yahoo.com.cn

* QQ: 270135367

public class SimpleAttributeSelection {

/**

* @param args

public static void main(String[] args) {

// TODO Auto-generated method stub

Instances trainIns = null;

try{

* 1.读入训练

* 在此我们将训练样本和测试样本是由weka提供的segment数据集构成的

File file= new File("C://Program Files//Weka-3-6//data//segment-challenge.arff");

ArffLoader loader = new ArffLoader();

loader.setFile(file);

trainIns = loader.getDataSet();

//在使用样本之前一定要首先设置instances的classIndex，否则在使用instances对象是会抛出异常

trainIns.setClassIndex(trainIns.numAttributes()-1);

* 2.初始化搜索算法（search method）及属性评测算法（attribute evaluator）

Ranker rank = new Ranker();

InfoGainAttributeEval eval = new InfoGainAttributeEval();

* 3.根据评测算法评测各个属性

eval.buildEvaluator(trainIns);

//System.out.println(rank.search(eval, trainIns));

* 4.按照特定搜索算法对属性进行筛选

* 在这里使用的Ranker算法仅仅是属性按照InfoGain的大小进行排序

int[] attrIndex = rank.search(eval, trainIns);

* 5.打印结果信息

* 在这里我们了属性的排序结果同时将每个属性的InfoGain信息打印出来

StringBuffer attrIndexInfo = new StringBuffer();

StringBuffer attrInfoGainInfo = new StringBuffer();

attrIndexInfo.append("Selected attributes:");

attrInfoGainInfo.append("Ranked attributes:/n");

for(int i = 0; i < attrIndex.length; i ++){

attrIndexInfo.append(attrIndex[i]);

attrIndexInfo.append(",");

attrInfoGainInfo.append(eval.evaluateAttribute(attrIndex[i]));

attrInfoGainInfo.append("/t");

attrInfoGainInfo.append((trainIns.attribute(attrIndex[i]).name()));

attrInfoGainInfo.append("/n");

}

System.out.println(attrIndexInfo.toString());

System.out.println(attrInfoGainInfo.toString());

}catch(Exception e){

e.printStackTrace();

}

在这个实例中，我用了InfoGain的属性选择类来进行特征选择。InfoGainAttributeEval主要是计算出各个属性的InfoGain信息。同时在weka中为属性选择方法配备的有搜索算法（seacher method），在这里我们用最简单的Ranker类。它对属性进行了简单的排序。在Weka中我们还可以对搜索算法设置一些其它的属性，例如设置搜索的属性集，阈值等等，如果有需求大家可以进行详细的设置。

在最后我们打印了一些结果信息，打印了各个属性的InfoGain的信息。

Weka学习四（属性选择）相关推荐

Java学习day078 Swing用户界面组件（四：选择组件）（复选框、单选钮、边框、组合框、滑动条）
使用的教材是java核心技术卷1,我将跟着这本书的章节同时配合视频资源来进行学习基础java知识. day078 Swing用户界面组件(四:选择组件)(复选框.单选钮.边框.组合框.滑动条) 前 ...
CSS快速学习2：选择符权重和字体类属性
选择符的权重: CSS中用四位数字表示权重. 类型选择符的权重为0001 class选择符的权重为0010 id选择符的权重为0100 子选择符的权重为0000 属性选择符的权重为0010 伪类选择符 ...
机器学习之 weka学习（一）weka介绍，安装和配置环境变量
本部分详情可查看博客http://blog.csdn.net/u011067360/article/details/20844443 ...
决策树-特征属性选择划分
决策树是一个树结构(可以是二叉树或非二叉树),其每个非叶节点表示一个特征属性上的测试,每个分支代表这个特征属性在某个值域上的输出,而每个叶节点存放一个输出类别.使用决策树进行决策的过程就是从根节点开始 ...
数据挖掘工具软件Weka学习教程
一.数据格式理解数据格式后,就可以完全控制数据预处理过程. 1.1 ARFF格式样例说明 %整行注释 @relation person @attribute name string %半行注释 ...
Linux学习(四)
Linux学习(四) 用户身份与文件权限用户身份与能力 linux系统中的管理员就是root,这是错误的,linux系统的管理员之所以是root,并非是他的名字叫root,而是因为该用户的身份号码即 ...
【人工智能】深度学习、数据库选择和人工智能的革命；人工智能是解锁IoT潜力的钥匙
深度学习(DL)和人工智能(AI)已经不再是科幻小说中遥不可及的目标,目前已成为了互联网和大数据等领域的前沿研究内容. 由于云计算提供强的计算能力.提出的先进算法以及充裕的资金,这创造了五年前难以想象 ...
缺氧游戏超级计算机在哪里研究,缺氧小人属性选择指南
缺氧是一款外太空生存类游戏,玩家在选择小人时需要考虑多项属性,可能一些新玩家不太清楚,下面一起来看看小人属性选择指南吧. 1兴趣选择 1.1兴趣数选择众所周知,小人的兴趣数分为单项兴趣+7.两项兴趣 ...
arcgis属性表选择两个条件_arcgis中按属性选择的小技巧
今天恰好又用到了ArcGIS,不过在属性表中选择字段的时候,发现自己遇到了一点点疑惑,相信也存在和我有同样遭遇的同学,因此,我决定写一些关于属性选择的技巧,仅仅是自己的学习笔记,以便之后运用回忆,同时 ...

Weka学习四（属性选择）

Weka学习四（属性选择）相关推荐

最新文章

热门文章