機械学習における属性評価

#機械学習における属性評価
機械学習に使用する属性数が多い場合，過学習などにより，精度が低下する可能性があります．
これを防ぐために，属性が持つ情報量を評価し，重要な属性を選択する必要があります．

今回，WEKAを用いて属性評価するやり方および見方をまとめます．

#情報利得による属性評価

1. Select attributesタブを選択
2. Attribute Evaluatorをweka>attributeSelection>infoGainAttributeEvalに変更
3. Serch Methodをweka>attributeSelection>Rankerに変更
4. Attribute Selection Modeを選択．Cross-validationに変更することもできます
5. Startボタンをクリック

#結果（10Folds Cross-validationで行った場合）
average merit：高い方が重要（+-で10回の交差検定を行った結果の差を表示）
average rank：ランク（+-で10回の交差検定を行った結果の差を表示）
attribute：対象の属性

#まとめ
属性評価をすることによって，その属性がもつ情報量を比べることができます．
しかし，安易に下位の属性を除いてしまうと，精度が下がることもあるので注意が必要です．