Je suis assez nouveau à WEKA
, et j'ai un jeu de données de 111 cases
avec 109 attributes
. J'utilise l'onglet de sélection des fonctionnalités dans WEKA avec CfsSubsetEval
et BestFirst search method
pour feature selection
. J'utilise leave-one-out cross-validation
.Combien et/ou quels critères CfsSubsetEvaluator utilise-t-il dans la sélection des entités à chaque étape de la validation croisée lors de la sélection des fonctionnalités?
Alors, combien de fonctionnalités ne WEKA choisir ou quel est le critère d'arrêt pour le nombre de caractéristiques de cette méthode permet de sélectionner dans chaque étape de validation croisée
Merci,
Gopi
Merci pour votre explication. J'ai encore un doute: dans 'WEKA' pour' BestFirst' méthode de recherche 'parameters' il dit _ ** searchTermination - Spécifier le nombre de nœuds consécutifs non-amélioration pour permettre avant de terminer la recherche ** _. Est-ce comme le critère d'arrêt du nombre d'entités à chaque étape de la validation croisée? Pouvez-vous s'il vous plaît expliquer – Gopi
Comme je l'ai dit, l'algorithme calcule le score «mérite» de chaque sous-ensemble. Le BestFirst est presque gourmand. Le paramètre détermine le nombre d'essais pour trouver un meilleur sous-ensemble si les précédents n'ont pas amélioré le score. Quand il atteint un sous-ensemble, il ne peut pas s'améliorer - il s'arrêtera et retournera le meilleur ensemble trouvé. – AndreyF