在weka java中有没有计算P值的方法？

我正在尝试用java开发一个特征选择算法。为此，我正在使用weka库。是否有任何方法可以使用weka库计算P值？ 或者是否有任何java机器学习库来计算p值

---

我能够使用weka库计算卡方值。是否有任何方法可以使用此卡方值计算p值？

您可以使用

显著性属性值

，而不是卡方值。您可以从软件包管理器下载它（转到Weka GUI选择器，

tools>packagemanager

）。

---

此算法仅适用于标称类，但如果您有一个数值类，则可以在容器中进行离散化。该算法通过计算作为双向函数的概率重要性来评估属性相对于类的价值。与P值一样，该算法测量两个特征同时出现的概率，这不是偶然的，但与P值不同，这里最好的特征得分更高。分数与相关性的分数相似，但只有正值，无意义特征的分数为0。

您可以使用

显著性属性值，而不是卡方检验。您可以从软件包管理器下载它（转到Weka GUI选择器，
tools>packagemanager
）。
此算法仅适用于标称类，但如果您有一个数值类，则可以在容器中进行离散化。该算法通过计算作为双向函数的概率重要性来评估属性相对于类的价值。与P值一样，该算法测量两个特征同时出现的概率，这不是偶然的，但与P值不同，这里最好的特征得分更高。得分与相关性得分相似，但只有正值，无意义特征得分为0