仅使用显着属性，还是在检查信息增益后使用全套属性构建 J48 模型？

Question

Weka 的 J48 允许检查一组完整属性的信息增益，我应该使用这些重要属性来构建我的模型吗？还是应该使用完整的属性集？

Answer 1

在数据挖掘中，您需要在使用的特征数量、准确性以及生成模型所需的时间之间进行多方面的权衡。理论上，您会希望包含所有可能的功能以提高准确性；然而，以这种方式进行数据挖掘保证了冗长的模型生成时间。此外，当树有数千个节点时，生成文本决策树（如 J48）的模型就不那么有用了。

根据您开始使用的功能数量，您可能非常希望删除不能提供足够大的信息增益的功能。如果您一开始只有少量功能（例如少于 20 个），那么保留所有功能可能是有意义的。

如果您确实希望限制使用的功能数量，最好选择具有最高信息增益的功能。还值得研究诸如减少主成分（可以通过 WEKA 完成）之类的事情，以帮助选择最佳特征。