目前很多离散化方法仅考虑单个变量,不能得到最优的离散化方案.文中提出一种多属性关系的数据离散化方法.凭借概率的模型选择和最小描述长度原理,获得多变量离散化衡量标准,基于该标准提出一种有效的启发式算法来寻找最好的离散化方案.对UCI数据集进行分类预测,实验结果表明该方法提高Nave贝叶斯分类器的学习精度.
科研之友
微信
新浪微博
Facebook
分享链接
