在数据挖掘中选择变量（因子）的标准

Question

我有英国道路事故数据，数据量非常大，有100万条记录和约66个因素，如年龄，性别，速度限制，光线，事故影响等。所以，我的教授希望我选择最好的7个因素，但他没有说出我最终项目的选择标准。

我知道我们不能选择任何7个因素，而是需要进行一些分析或数学计算来选择影响数据的最佳7个因素。我打算用软件Weka（j48算法）进行数据挖掘。另外我在excel中有XLminer插件。那么，我如何才能提出这些最佳7个因素？

一旦决策树由这7个因素组成，我必须编写一个简单的java程序，在7个不同的文本框中输入这7个值时演示输出。

Answer 1

看看决策树。

在每个级别，决策树都会尝试选择最重要的属性;他们提供了许多指标来评估选择哪个属性......研究这些。