僅使用重要屬性，或在檢查信息增益後使用全套屬性來構建J48模型？

Question

Weka的J48允許我們檢查整套屬性的信息增益，我應該使用這些重要屬性來構建我的模型嗎？還是應該使用全套屬性？

Answer 1

在數據挖掘中，您使用的功能數量，準確性以及生成模型所用的時間之間存在多方面的折衷。理論上，你需要包含所有可能的功能來提高準確性;然而，以這種方式進行數據挖掘可確保模型生成時間長。此外，當樹有數千個節點時，生成像J48這樣的文本決策樹的模型並不是那麼有用。

根據您開始使用的功能數量，您可能希望刪除不能提供足夠大信息增益的功能。如果您有少量功能（例如少於20個），則保留所有功能可能是有意義的。

如果您希望限制您使用的功能數量，最好選擇信息增益最高的功能。查看主要組件縮減（可通過WEKA完成）等功能以幫助選擇最佳功能也是值得的。