有多少and/orCfsSubsetEvaluator在做特征选择的时候，在交叉验证的每一步中选择特征的标准是什么？
How many and/or what criteria does CfsSubsetEvaluator use in selecting features in each step of cross-validation while doing feature selection?
我对 WEKA 很陌生，我有一个 111 cases 和 109 attributes 的数据集。我在 WEKA 中使用功能选择选项卡，CfsSubsetEval 和 BestFirst search method 用于 feature selection。我正在使用 leave-one-out cross-validation.
那么，WEKA 在交叉验证的每一步中选择了多少特征，或者该方法选择的特征数量的停止标准是什么
谢谢，
果皮
CfsSubsetEval 算法正在搜索协同工作良好的特征子集（特征之间的相关性较低，与目标标签的相关性较高）。子集的分数称为优点（您可以在输出中看到它）。
BestFirst 搜索不允许您确定 select 的特征数量。但是，您可以使用其他方法，例如 GreedyStepWise 或使用 InformationGain/GainRatio 算法和 Ranker 并定义特征集的大小。
可用于影响集合大小的另一个选项是搜索方向（向前、向后...）。
祝你好运
我对 WEKA 很陌生，我有一个 111 cases 和 109 attributes 的数据集。我在 WEKA 中使用功能选择选项卡，CfsSubsetEval 和 BestFirst search method 用于 feature selection。我正在使用 leave-one-out cross-validation.
那么，WEKA 在交叉验证的每一步中选择了多少特征，或者该方法选择的特征数量的停止标准是什么
谢谢，
果皮
CfsSubsetEval 算法正在搜索协同工作良好的特征子集（特征之间的相关性较低，与目标标签的相关性较高）。子集的分数称为优点（您可以在输出中看到它）。
BestFirst 搜索不允许您确定 select 的特征数量。但是，您可以使用其他方法，例如 GreedyStepWise 或使用 InformationGain/GainRatio 算法和 Ranker 并定义特征集的大小。
可用于影响集合大小的另一个选项是搜索方向（向前、向后...）。
祝你好运