Также обязательно сделайте этот анализ перед применением масштабирования и нормализации.

ользую Scikit-Learn для классификации текста. Я хочу рассчитать информационное усиление для каждого атрибута относительно класса в (разреженной) матрице термина документа. Информационное усиление определяется как H (Класс) - H (Класс | Атрибут), где H - энтропия.

Используя weka, это можно сделать с помощьюInfoGainAttribute, Но я не нашел эту меру в научном курсе.

Тем не менее, это былопредложенный что приведенная выше формула для получения информации является той же мерой, что и взаимная информация. Это соответствует также определению ввикипедия.

Можно ли использовать конкретную настройку для взаимной информации в scikit-learn для выполнения этой задачи?

 Nick Morgan14 окт. 2018 г., 05:00
Сбор информации и Взаимная информация не одно и то же. Таблица 7 этой статьи иллюстрирует это:pdfs.semanticscholar.org/6ad8/...

Ответы на вопрос(1)

Решение Вопроса

smutual_info_classif вот пример

from sklearn.datasets import fetch_20newsgroups
from sklearn.feature_selection import mutual_info_classif
from sklearn.feature_extraction.text import CountVectorizer

categories = ['talk.religion.misc',
              'comp.graphics', 'sci.space']
newsgroups_train = fetch_20newsgroups(subset='train',
                                      categories=categories)

X, Y = newsgroups_train.data, newsgroups_train.target
cv = CountVectorizer(max_df=0.95, min_df=2,
                                     max_features=10000,
                                     stop_words='english')
X_vec = cv.fit_transform(X)

res = dict(zip(cv.get_feature_names(),
               mutual_info_classif(X_vec, Y, discrete_features=True)
               ))
print(res)

это выведет словарь каждого атрибута, то есть элемент в словаре в качестве ключей и их информационный прирост в качестве значений

вот пример вывода

{'bible': 0.072327479595571439,
 'christ': 0.057293733680219089,
 'christian': 0.12862867565281702,
 'christians': 0.068511328611810071,
 'file': 0.048056478042481157,
 'god': 0.12252523919766867,
 'gov': 0.053547274485785577,
 'graphics': 0.13044709565039875,
 'jesus': 0.09245436105573257,
 'launch': 0.059882179387444862,
 'moon': 0.064977781072557236,
 'morality': 0.050235104394123153,
 'nasa': 0.11146392824624819,
 'orbit': 0.087254803670582998,
 'people': 0.068118370234354936,
 'prb': 0.049176995204404481,
 'religion': 0.067695617096125316,
 'shuttle': 0.053440976618359261,
 'space': 0.20115901737978983,
 'thanks': 0.060202010019767334}
 Nishant Kumar21 авг. 2018 г., 16:22
Также обязательно сделайте этот анализ перед применением масштабирования и нормализации.

Ваш ответ на вопрос