期刊文献+

基于杂度削减的连续属性离散化方法 被引量:1

下载PDF
导出
摘要 连续属性离散化在人工智能和数据挖掘领域具有重要的作用。文章用杂度削减指标来量化离散化后区间内的一致性和区间之间的差异性,进而提出了基于这一指标的离散化方法。通过调整最小杂度削减阈值并构建二叉树来确定划分区间的断点,能够有效地寻求全局最优的离散化方案。模拟实验验证了该方法相对于传统方法的优势。
作者 熊平
出处 《统计与决策》 CSSCI 北大核心 2012年第5期35-37,共3页 Statistics & Decision
基金 中央高校基本科研业务费专项资金资助项目(31540911202)
  • 相关文献

参考文献7

  • 1刘云霞,曾五一.数据挖掘中基于可辨识矩阵的连续属性离散化方法[J].统计研究,2007,24(4):8-11. 被引量:6
  • 2James Dougherty,Ron Kohavi,Mehran Sahami.Supervised and Unsu pervised Discretization of Continuous Features[C].Proceedings of the12th International Conference on Machine Learning,1995.
  • 3Michal R.Chmielewski,Jerzy W.Grzymala-busse.Global Discretiza tion of Continuous Attributes as Preprocessing for Machine Learning[C].3rdInternational Workshop on Rough Sets and Soft Computing,1994.
  • 4Joao Gama,Luís Torgo,Carlos Soares.Dynamic Discretization of Con tinuous Attributes[C].Proceedings of the 6th Ibero-American Confer ence on AI:Progress in Artificial Intelligence,1998.
  • 5R.Kerber.Chimerge:Discretization of Numeric Attributes.InAAAI-92[C].Proceedings Ninth National Conference on Artificial In telligence,1992.
  • 6Huan Liu,Rudy Setiono.Chi:Feature Selection and Discretization ofNumeric Attributes[C].In Proceedings of the Seventh InternationalConference on Tools with Artificial Intelligence,1995.
  • 7Leo Breiman,Jerome Friedman,R.A.Olshen,Charles J.Stone.Classi fication and Regression Trees[EB/OL].http://www.stat.cmu.edu/~cshalizi/350/lectures/22/lecture-22.pdf,2002.

二级参考文献3

  • 1王国胤. Rough集理论与知识获取[M]. 西安: 西安交通大学出版社, 2003.
  • 2Marc Boulle. Khiops: A Statistical Discretization Method of Continuous Attributes [J]. Machine Learning,2004(55) :53-69.
  • 3李刚,李霁伦,童兆页.WILD:基于加权信息损耗的离散化算法[J].南京大学学报(自然科学版),2001,37(2):148-153. 被引量:8

共引文献5

同被引文献7

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部