Weka：如何在 J48 决策树中实现代理拆分？

Question

任何人都可以帮助我使用 Java 中的 Weka API 在 J48 算法中实现替代的缺失值处理。

我确信在训练 J48 之前使用预插补方法很容易。

但是在划分训练日期的情况下使用代理拆分属性（就像 Breiman 在 CART 中所做的那样）而不是 J48 标准方法（C4.5 中的 Quinlan）将案例从观察到的案例中拆分为概率分布已知值。

谁能给我一些信息、提示、帮助，在 Weka API 和源代码中必须修改哪些地方才能用代理拆分替换标准？

Answer 1

查看第 152 行的 weka 源代码 weka.classifiers.trees.j48.C45ModelSelection（查找“最佳”属性以进行拆分）。它以信息增益比作为分割标准。