[英]Weka: How can I implement a Surrogate Split in J48 Decision Tree?
谁能帮助我在Java中使用Weka API在J48算法中实现替代的缺失值处理。
我敢肯定,在训练J48之前使用预输入方法很容易。
但是,如果在划分培训日期时使用替代拆分属性(如Breiman在CART中所做的那样),而不是使用J48标准方法(在C4.5中为Quinlan),将案例从已知值的观察案例中分配到概率分布中,该怎么办。
有人可以给我一些信息,提示,帮助吗,必须在Weka API和源代码中的哪些地方进行修改,以用替代拆分替代标准?
从第152行看一下weka源代码weka.classifiers.trees.j48.C45ModelSelection (找到要拆分的“最佳”属性)。 它使用信息增益比率作为划分标准。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.