weka - 属性选择+weka+朴素贝叶斯

Question

我想知道以下三种方法中哪种方法最适合执行属性选择：

1. 使用元分类器
2. 过滤法
3. 本机方法，直接使用属性选择类

我使用的分类器是朴素贝叶斯。

谁能指导我找到最佳选择？

Answer 1

有一种理论叫做没有免费的午餐。您应该在您的问题中尝试所有这三种方法，并在您的域中进行测量。

Answer 2

好吧，没有单一的答案。

1. 您可以使用决策树分类器（如装袋）并选择分类器做出分支决策的属性。您当然可以通过查看树来查看分支和进行分支的属性（这些属性很重要）。

2. 您可以使用前向选择或后向消除技术。(a) 在前向选择中，使用验证/测试集误差最小的单一特征。然后将此功能包含在您的功能池中，一次尝试其余功能，并再次选择给您带来最少错误的功能。(b) 在后向消除中，使用所有特征并取错误率。然后一次消除一个特征。然后选择一个从你的特征池中取出，它可以最大程度地减少错误。

除非您对功能数量（停止标准）感到满意，否则请继续该过程。

1. 我个人首先使用 ranker 算法和 infogain 属性评估器对属性进行排名，然后使用 2(a) 或 2(b) 来选择属性。

错误 - 您可以考虑均方根误差。其他人也可以做得很好。