连续属性值的整体离散化

• 作者: 于金龙 孙立新 李晓红
• 来源期刊: 哈尔滨工业大学学报
• 学科: 工学
• 关键词: 机器学习 离散化 超立方体聚类
• 年，卷（期）: 2000,（3）
• 页码范围: 48-53
• 页数: 6页
• 分类号: TP301.6
• 字数: 6766字
• 语种: 中文
• DOI: 10.3321/j.issn:0367-6234.2000.03.012

摘要

给出一种基于超立方体聚类的连续性值整体离散化方法.该方法先对训练例子进行超立方聚类，然后通过聚类区域在每个连续属性轴上的必要投影区间推导出每个连续属性的离散化划分点.实验表明本方法不仅能显著减少离散化划分点和归纳规则数，而且能提高分类精度

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓红	哈尔滨工业大学计算机科学与工程系	13	122	4.0	11.0
2	于金龙		3	78	2.0	3.0
3	孙立新		3	77	1.0	3.0