基于信息熵理论的连续属性离散化方法

• 作者: 崔业勤 高建国
• 来源期刊: 微电子学与计算机
• 关键词: 离散化 数据挖掘 信息熵
• 年，卷（期）: 2011,（7）
• 页码范围: 187-189,194
• 分类号: TP18
• 语种: 中文

摘要

很多数据挖掘和机器学习方法仅仅依赖于离散值的属性,这样必须离散连续的属性.文中提出一种基于信息熵理论的数据离散化方法(IED),利用信息熵的思想衡量离散区间是否类似,同时考虑离散区间大小对离散化结果的影响,该方法综合考虑了离散区间与类之间的独立性.实验结果表明,IED显著地提高了Naive-bayes分类学习精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔业勤	廊坊师范学院计算机系	14	36	3.0	5.0
2	高建国	廊坊师范学院计算机系	10	31	3.0	5.0