如何使用FSelector软件包正确计算所有权重？

Question

我试图使用FSelector包计算R中数据集的权重。数据采用从这个地方。

data = read.csv("filepath/Indian Liver Patient Dataset (ILPD).csv")
names(data)<-c("Age","Gender", "TB", "DB", "Alkphos", "Sgpt", "Sgot", "TP", "ALB", "A/G Ratio", "Selector")
library(FSelector)
weights <- gain.ratio(Selector ~., data)
print(weights)

我不能计算所有的重量。当我使用gain.ratio函数时，Age的权重是NaN。当我使用chi.squared函数时，Age和A/G Ratio都是零。当我从data中提取前200个元素并计算权重时，只有5个元素被同时计算，而其他元素则是零或NaN。

我尝试通过data <- na.omit(data)从数据中删除错误的元素，但是没有改变结果。

怎样才能正确计算重量？

下面是一个重量打印的例子。

Age             0.0000000
Gender          0.1304229
TB              0.3281865
DB              0.3238010
Alkphos         0.2965842
Sgpt            0.2734633
Sgot            0.3120432
TP              0.2504747
ALB             0.3051724
A/G Ratio       0.0000000

Answer 1

零是特征重要性的有效值--这意味着特征没有任何关于分类目标的信息。NaNs是由FSelector中的一个bug引起的，如果某个特性不包含任何信息，该错误除以0。我已经在开发版本中修正了这个问题。

名称"A/G比率“不是有效的R标识符，因此会导致某些方法的问题。下面的代码修复了这个问题，并安装了FSelector的开发版本。

data = read.csv("Indian\ Liver\ Patient\ Dataset\ (ILPD).csv")
names(data)<-c("Age","Gender", "TB", "DB", "Alkphos", "Sgpt", "Sgot", "TP", "ALB", "AGRatio", "Selector")

library(devtools)
install_github("larskotthoff/fselector")

library(FSelector)
weights = gain.ratio(Selector~., data)
print(weights)

weights = chi.squared(Selector~., data)
print(weights)

输出：

        attr_importance
Age          0.00000000
Gender       0.01539699
TB           0.09711392
DB           0.11547683
Alkphos      0.06593879
Sgpt         0.06566624
Sgot         0.07667241
TP           0.08836895
ALB          0.07766682
AGRatio      0.15403574

        attr_importance
Age           0.0000000
Gender        0.1304229
TB            0.3281865
DB            0.3238010
Alkphos       0.2965842
Sgpt          0.2734633
Sgot          0.3120432
TP            0.2504747
ALB           0.3051724
AGRatio       0.0000000