R中的信息增益

时间:2017-01-10 01:30:16

标签: r weka decision-tree c4.5 information-gain

我发现用于计算“信息增益”的包用于选择C4.5决策树中的主要属性,我尝试用它们来计算“信息增益”。

但是每个包的计算结果与下面的代码不同。

> IG.CORElearn <- attrEval(In_Occu ~ In_Temp+In_Humi+In_CO2+In_Illu+In_LP+Out_Temp+Out_Humi, dataUSE1, estimator = "InfGain")
> IG.RWeka     <- InfoGainAttributeEval(In_Occu ~ In_Temp+In_Humi+In_CO2+In_Illu+In_LP+Out_Temp+Out_Humi, dataUSE1)
> IG.FSelector <- information.gain(In_Occu ~ In_Temp+In_Humi+In_CO2+In_Illu+In_LP+Out_Temp+Out_Humi,dataUSE1)

    > IG.CORElearn
       In_Temp    In_Humi     In_CO2    In_Illu      In_LP   Out_Temp   Out_Humi 
    0.04472928 0.02705100 0.09305418 0.35064927 0.44299167 0.01832216 0.05551973 
    > IG.RWeka
       In_Temp    In_Humi     In_CO2    In_Illu      In_LP   Out_Temp   Out_Humi 
    0.11964771 0.04340197 0.12266724 0.38963327 0.44299167 0.03831816 0.07705798 
    > IG.FSelector
             attr_importance
    In_Temp       0.08293347
    In_Humi       0.02919697
    In_CO2        0.08411316
    In_Illu       0.27007321
    In_LP         0.30705843
    Out_Temp      0.02656012
    Out_Humi      0.05341252

为什么每个包的计算结果都不同?

0 个答案:

没有答案