一种基于贝叶斯测度的有监督离散化方法

• 作者: 李海军 王利民 王钲旋 苑森淼
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 机器学习 朴素贝叶斯 有监督离散化 贝叶斯测度
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 786-789
• 页数: 4页
• 分类号: TP181
• 字数: 3378字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2005.08.005

摘要

传统的朴素贝叶斯不能处理连续属性,文中基于贝叶斯测度提出一种有监督离散化方法.它能够在无先验知识的前提下,自动寻求最佳的离散子区间数目和区间划分.在此基础上根据MDL准则控制离散化子区间的数目,使学习方法的精确度和复杂度达到均衡.在UCI机器学习数据集上对该方法进行了验证,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑森淼	吉林大学计算机科学与技术学院	69	850	15.0	26.0
2	王利民	吉林大学计算机科学与技术学院	30	172	8.0	12.0
3	王钲旋	吉林大学计算机科学与技术学院	47	393	12.0	18.0
4	李海军	烟台大学计算机学院	9	56	4.0	7.0