在 weka 中，我分别看到了“是”类和“否”类的 F 度量。但是使用加权平均 F 度量来比较模型的性能有什么好处呢？请帮我找到答案:)
我目前正在使用'InfoGainAttributeEval'进行功能选择.我想知道该方法会发生什么.我找到了以下内容.
通过测量关于类的信息增益来评估属性的价值.
InfoGain(Class,Attribute)= H(Class) - H(Class | Attribute).
由于我是这个领域的新手,我不明白它是什么.有人可以解释一下它是如何工作的吗？:)与'GainRationAttributeEval'有什么区别？