Machine learning 如何在weka中使用TF-IDF以外的特征加权方法？_Machine Learning_Weka_Text Classification

Machine learning 如何在weka中使用TF-IDF以外的特征加权方法？

machine-learning

Machine learning 如何在weka中使用TF-IDF以外的特征加权方法？,machine-learning,weka,text-classification,Machine Learning,Weka,Text Classification,1）我想应用像IG、MI这样的特征加权方法来加权我的特征，但StringToWordVector只允许我们在weka中使用TF IDf来加权特征我是否可以采用TF-IDF以外的加权方法对我的条款进行加权 2）如何访问java代码中每个特性的TF-IDF权重？我调试了代码，发现所有术语的权重都是1.0 filterInstances.attribute(i).weight() // filter instances is set of instances after applying tf

1）我想应用像IG、MI这样的特征加权方法来加权我的特征，但StringToWordVector只允许我们在weka中使用TF IDf来加权特征

我是否可以采用TF-IDF以外的加权方法对我的条款进行加权

2）如何访问java代码中每个特性的TF-IDF权重？我调试了代码，发现所有术语的权重都是1.0

 filterInstances.attribute(i).weight() // filter instances is set of instances after applying tf-idf

3） IG小于0的术语是否对分类过程没有帮助，我们应该总是从词汇表中删除它们

Thanx提前