信息增益测量显示什么?
What does the information gain measure show?
我正忙于使用 r 中的 fSelector
包来使用 information.gain 函数测量信息增益。
我不确定输出会给我什么,因为有缺点,我理解 iris 数据集上的输出。
weights <- information.gain(cross_over ~ age + max_stake_scale + current_loyalty_status + lifespan + early_hours + morning + afternoon + evening, df
输出为:
attr_importance
age 0.000000e+00
max_stake_scale 0.000000e+00
current_loyalty_status 2.968854e-04
lifespan 1.523364e-02
early_hours 0.000000e+00
morning 0.000000e+00
afternoon 0.000000e+00
evening 0.000000e+00
响应变量是二元的,交叉与否,是与否。我不确定重要的功能是什么。
谢谢
信息增益告诉您通过了解特定特征的价值您获得了多少信息。在二进制 class化问题的情况下,您需要 1 位信息来进行 class化(因为有两种可能的结果);即特定特征的最大信息增益为 1.
在您的情况下,几乎所有特征的信息增益都是 0,这意味着了解它们的值根本无助于决定 class 数据具有哪些特征。非零值表示最重要的(尽管仍然没有提供信息)特征——lifespan
和 current_loyalty_status
。减号只是指数符号的一部分,即 2.968854e-04
表示 2.968854 * 10^-4
或 0.0002968854
.
我正忙于使用 r 中的 fSelector
包来使用 information.gain 函数测量信息增益。
我不确定输出会给我什么,因为有缺点,我理解 iris 数据集上的输出。
weights <- information.gain(cross_over ~ age + max_stake_scale + current_loyalty_status + lifespan + early_hours + morning + afternoon + evening, df
输出为:
attr_importance
age 0.000000e+00
max_stake_scale 0.000000e+00
current_loyalty_status 2.968854e-04
lifespan 1.523364e-02
early_hours 0.000000e+00
morning 0.000000e+00
afternoon 0.000000e+00
evening 0.000000e+00
响应变量是二元的,交叉与否,是与否。我不确定重要的功能是什么。
谢谢
信息增益告诉您通过了解特定特征的价值您获得了多少信息。在二进制 class化问题的情况下,您需要 1 位信息来进行 class化(因为有两种可能的结果);即特定特征的最大信息增益为 1.
在您的情况下,几乎所有特征的信息增益都是 0,这意味着了解它们的值根本无助于决定 class 数据具有哪些特征。非零值表示最重要的(尽管仍然没有提供信息)特征——lifespan
和 current_loyalty_status
。减号只是指数符号的一部分,即 2.968854e-04
表示 2.968854 * 10^-4
或 0.0002968854
.