| Bad:基于最小描述长度的均衡离散化方法 |
| |
| 引用本文： | 黄东. Bad:基于最小描述长度的均衡离散化方法[J]. 计算机工程与科学, 2011, 33(12): 130 |
| |
| 作者姓名： | 黄东 |
| |
| 作者单位： | 宜宾学院计算机与信息工程学院,四川宜宾,644007 |
| |
| 摘 要： | 连续数据离散化是数据挖掘分类方法中的重要预处理过程。本文提出一种基于最小描述长度原理的均衡离散化方法,该方法基于最小描述长度理论提出一种均衡的离散化函数,很好地衡量了离散区间与分类错误之间的关系。同时,基于均衡函数提出一种有效的启发式算法,寻找最佳的断点序列。仿真结果表明,在C5.0决策树和Naive贝叶斯分类器上,提出的算法有较好的分类学习能力。
|
| 关 键 词： | 离散化 数据挖掘 最小描述长度 均衡函数 |
Bad:A Balanced Discretization Algorithm Based on the Minimum Description Length |
| |
| HUANG Dong. Bad:A Balanced Discretization Algorithm Based on the Minimum Description Length[J]. Computer Engineering & Science, 2011, 33(12): 130 |
| |
| Authors: | HUANG Dong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与科学》浏览原始摘要信息 |
|
点击此处可从《计算机工程与科学》下载全文 |
|
