在检查信息增益后，仅使用重要属性，或使用完整的属性集来构建J48模型？

Question

Weka的J48允许我检查一整套属性的信息增益，我应该使用那些重要的属性来构建我的模型吗？或者我应该使用完整的属性集吗？

Answer 1

在数据挖掘中，您使用的功能数量，准确性和生成模型所需的时间之间存在多方面的权衡。理论上，您希望包含所有可能的功能以提高准确性;但是，以这种方式进行数据挖掘可以保证冗长的模型生成时间。此外，当树具有数千个节点时，生成像J48这样的文本决策树的模型并不有用。

根据您开始使用的功能数量，您可能希望删除无法提供足够大量信息增益的功能。如果您开始使用少量功能（例如少于20个），那么保留所有这些功能可能是有意义的。

如果您希望限制使用的功能数量，最好选择信息增益最高的功能。考虑主成分减少（可以通过WEKA完成）来帮助选择最佳特征也是值得的。