如何通过使用 R 语言中的 FSelector 信息增益设置阈值来仅选择最佳特征？答案

【问题标题】：How to select only the best features by setting up the threshold using FSelector information gain in R language?如何通过使用 R 语言中的 FSelector 信息增益设置阈值来仅选择最佳特征？
【发布时间】：2017-11-10 21:01:31
【问题描述】：

我已经通过在 R 中使用 FSelector 包在 R 中完成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，我需要根据 attr_importance 从中选择最佳功能。如何根据阈值选择R中最好的特征以及如何设置阈值？

【问题讨论】：

weights$Attributes[weights$attr_importance > threshold]

标签： r information-gain fselector

【解决方案1】：

FSelector 包中有一个方法cutoff.k 可以解决您的问题：

cutoff.k 选择 k 个最佳属性
cutoff.k.percent 选择最佳 k * 100% 的属性
cutoff.biggest.diff 选择一个明显优于其他属性的子集。

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

【讨论】：