您好，我是学药学的，课题中用到weka进行变量筛选（attribute selection）。遇到以下几个问题很长时间都没解决，导致课题也停滞不前，在这非常希望能得到大侠的帮助。 1、我做的是建立预测模型，主要通过回归分析实现。我的数据集是50个样本，69个自变量，1个应变量。（如果大家需要我可以给出这些数据） 2、在进行attribute selection时，我目前能用的方法是wrapper subset evaluation+Best first search+using training set.寻优方法用遗传算法时结果还不如Bestfirst search，与我一开始想的完全不同。不知道怎么回事？而且我也不会在attribute selection中使用cross validation? 3、经wrapper subset evaluation+Best first search+using training set.筛选出15个变量，然后回归（classifier里的linear regression），这个方法应该就是简单的多元回归，结果勉强可以。但是我将上述50个样本按照样本名称进行重新排序后，再进行wrapper subset evaluation+Best first search+using training set变量筛选，结果与排序前不同，让我很摸不着头脑，怎么顺序变一下，结果也会变，按理说应该不变的阿？？？？？？？？
