我发现包用于计算“信息增益”以在 C4.5 决策树中选择主要属性,我尝试使用它们来计算“信息增益”。
但是每个包的计算结果都不同,如下面的代码。
> IG.CORElearn <- attrEval(In_Occu ~ In_Temp+In_Humi+In_CO2+In_Illu+In_LP+Out_Temp+Out_Humi, dataUSE1, estimator = "InfGain")
> IG.RWeka <- InfoGainAttributeEval(In_Occu ~ In_Temp+In_Humi+In_CO2+In_Illu+In_LP+Out_Temp+Out_Humi, dataUSE1)
> IG.FSelector <- information.gain(In_Occu ~ In_Temp+In_Humi+In_CO2+In_Illu+In_LP+Out_Temp+Out_Humi,dataUSE1)
> IG.CORElearn
In_Temp In_Humi In_CO2 In_Illu In_LP Out_Temp Out_Humi
0.04472928 0.02705100 0.09305418 0.35064927 0.44299167 0.01832216 0.05551973
> IG.RWeka
In_Temp In_Humi In_CO2 In_Illu In_LP Out_Temp Out_Humi
0.11964771 0.04340197 0.12266724 0.38963327 0.44299167 0.03831816 0.07705798
> IG.FSelector
attr_importance
In_Temp 0.08293347
In_Humi 0.02919697
In_CO2 0.08411316
In_Illu 0.27007321
In_LP 0.30705843
Out_Temp 0.02656012
Out_Humi 0.05341252
为什么每个包的计算结果不一样?