我使用Weka的信息增益属性选择功能,我试图弄清楚Weka在处理连续数据时使用的具体公式。
我理解当数据中的值是离散的时,熵的通常公式是this。我知道在处理连续数据时,可以使用差分熵或将值离散化。我已经尝试查看Weka对InfoGainAttributeEval的解释,并查看了很多其他参考文献,但无法找到任何内容。
也许它只是我,但有人会知道Weka如何实现这种情况吗?
谢谢!
答案 0 :(得分:1)
我问作者Mark Hall,他说:
它使用Fayad和。的监督的基于MDL的离散化方法 伊拉尼。见javadocs:
http://weka.sourceforge.net/doc.stable-3-8/weka/attributeSelection/InfoGainAttributeEval.html
您也可以看到离线化方法的这个链接:
http://weka.sourceforge.net/doc.stable-3-8/weka/filters/supervised/attribute/Discretize.html