如何通过使用R语言中的FSelector信息增益设置阈值来选择最佳的特征？

Question

我使用R中的FSelector软件包在R中进行了信息增益特征选择。

install.packages("RWekajars")
install.packages("FSelector")
library(FSelector)

weights <- information.gain(Classname~., df)

Attributes                                          attr_importance
X.1                                              3.6349780
X                                                3.6349780
Value_1                                          3.7128973
Value_1                                          0.9652070
Item_1                                           2.0845525

现在，我需要基于attr_importance.从中选择最好的特性如何根据阈值选择R中最优的特征，以及如何设置阈值？

Answer 1

有一个方法cutoff.k来自包FSelector，它解决了您的问题：

• 选择k个最佳属性
• cutoff.k.percent选择最佳的k* 100%的属性
• cutoff.biggest.diff选择一个属性子集，这些属性的符号fi比其他属性更好。

results <- cutoff.k.percent(weights, 0.9)将返回所有属性，直到达到0.9为止。或者：results <- cutoff.k(weights, 2)将返回信息增益最多的两个属性。这能解决你的问题吗？