python实现求特征选择的信息增益
Python  /  管理员 发布于 7年前   328
使用python语言,实现求特征选择的信息增益,可以同时满足特征中有连续型和二值离散型属性的情况。
师兄让我做一个特征选择的代码,我在网上找了一下,大部分都是用来求离散型属性的信息益益,但是我的数据是同时包含二值离散型和连续型属性的,所以这里实现了一下。
代码块
import numpy as npimport mathclass IG(): def __init__(self,X,y): X = np.array(X) n_feature = np.shape(X)[1] n_y = len(y) orig_H = 0 for i in set(y): orig_H += -(y.count(i)/n_y)*math.log(y.count(i)/n_y) condi_H_list = [] for i in range(n_feature): feature = X[:,i] sourted_feature = sorted(feature) threshold = [(sourted_feature[inde-1]+sourted_feature[inde])/2 for inde in range(len(feature)) if inde != 0 ] thre_set = set(threshold) if float(max(feature)) in thre_set: thre_set.remove(float(max(feature))) if min(feature) in thre_set: thre_set.remove(min(feature)) pre_H = 0 for thre in thre_set: lower = [y[s] for s in range(len(feature)) if feature[s] < thre] highter = [y[s] for s in range(len(feature)) if feature[s] > thre] H_l = 0 for l in set(lower): H_l += -(lower.count(l) / len(lower))*math.log(lower.count(l) / len(lower)) H_h = 0 for h in set(highter): H_h += -(highter.count(h) / len(highter))*math.log(highter.count(h) / len(highter)) temp_condi_H = len(lower)/n_y *H_l+ len(highter)/n_y * H_h condi_H = orig_H - temp_condi_H pre_H = max(pre_H,condi_H) condi_H_list.append(pre_H) self.IG = condi_H_list def getIG(self): return self.IGif __name__ == "__main__": X = [[1, 0, 0, 1], [0, 1, 1, 1], [0, 0, 1, 0]] y = [0, 0, 1] print(IG(X,y).getIG())
输出结果为:
[0.17441604792151594, 0.17441604792151594, 0.17441604792151594, 0.6365141682948128]
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
122 在
学历:一种延缓就业设计,生活需求下的权衡之选中评论 工作几年后,报名考研了,到现在还没认真学习备考,迷茫中。作为一名北漂互联网打工人..123 在
Clash for Windows作者删库跑路了,github已404中评论 按理说只要你在国内,所有的流量进出都在监控范围内,不管你怎么隐藏也没用,想搞你分..原梓番博客 在
在Laravel框架中使用模型Model分表最简单的方法中评论 好久好久都没看友情链接申请了,今天刚看,已经添加。..博主 在
佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 @1111老铁这个不行了,可以看看近期评论的其他文章..1111 在
佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 网站不能打开,博主百忙中能否发个APP下载链接,佛跳墙或极光..
Copyright·© 2019 侯体宗版权所有·
粤ICP备20027696号