weka特征选择源码阅读

2019独角兽企业重金招聘Python工程师标准>>>

先从调用开始

ASEvaluation evaluator = new CfsSubsetEval(); //选择算法
ASSearch search = new BestFirst();//搜索算法

AttributeSelection as = new AttributeSelection();
as.setEvaluator(evaluator);//设置评价算法（选择算法）
as.setSearch(search);//设置搜索算法

as.SelectAttributes(dataSet);//调用search
numOfNewAttributes = as.numberAttributesSelected();//结果数据
selectedAttributes = as.selectedAttributes();//结果数据

以上是调用的主要代码，主要关注

as.SelectAttributes(dataSet);//调用search

进入SelectAttributes 605行

// Do the search
attributeSet = m_searchMethod.search(m_ASEvaluator, 
					 m_trainInstances);

看到了吗？“Do the search”这就执行了。先说参数，一会儿说方法。‍在596行对m_ASEvaluator进行了初始化。根据调用部分可知，程序中定义的是CfsSubsetEval。所以进入CfsSubsetEval，算法详细信息

Correlation-based Feature Subset Selection for Machine Learning. Hamilton, New Zealand.

上面的文章来源于注释。

在CfsSubsetEval的326行，可以看到代码

public void buildEvaluator (Instances data)

接下来的事情，就交给算法本身了。接下来说search方法。同理，使用到了BestFirst搜索算法，是的去该类中找对应的search吧。

  public int[] search (ASEvaluation ASEval, Instances data)

进入BestFirst，在668行看到了search方法的具体实现。接下来还是交给算法本身。

对于BestFirst算法请看向这里》》》http://blog.csdn.net/aalbertini/article/details/6292060

转载于:https://my.oschina.net/weizhikai/blog/650628