基于词出现和信息增益的连续属性离散化方法

• 作者: 周明全 孙挺 耿国华
• 来源期刊: 计算机应用研究
• 关键词: 连续属性的离散化 信息增益 文本分类
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 485-487,499
• 页数: 4页
• 分类号: TP31
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.02.024

摘要

连续属性的离散化是文本分类任务中数据预处理阶段的一项重要技术.针对机器学习领域中的诸多优秀算法只能处理离散属性的特点,提出一种基于词出现和信息增益相结合的多区间连续属性离散化方法(multi-interval discretization based on term presence and information gain,MTPIG).并将MTPIG算法应用到了分类算法AdaBoost.MH中,给出实验结果及分析.实验结果表明,使用MTPIG算法处理文本分类中的数据,其过程简单高效,预测精度高,可理解性强.采用该算法离散化数据集后,分类算法的分类性能有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿国华	西北大学可视化研究所	497	5986	35.0	55.0
2	周明全	北京师范大学信息科学与技术学院	270	2127	22.0	27.0
3	孙挺	西北大学可视化研究所	22	117	6.0	10.0