一种基于相似性度量的离散化方法

• 作者: 丁剑 白凤伟
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 离散化 相似性度量 信息熵
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 43-47
• 分类号: TP274
• 字数: 4072字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-988X.2012.05.010

摘要

针对基于信息熵的离散化方法的不足,提出了一种应用相似性度量理论将数值型属性进行离散化的方法.数值型属性离散化后,每一个区间所获得的信息量用一个叫做代数-几何平均数距离公式的相似性度量公式来度量；区间的数目由训练数据集合的大小动态决定.将此方法和基于信息熵的离散化方法在一些数据集合上进行实验,并用朴素贝叶斯分类器对离散化后的数据集合进行分类,结果表明该方法有更好的分类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁剑	北方民族大学计算机科学与工程学院	12	72	5.0	8.0
2	白凤伟	北京交通大学计算机与信息技术学院	1	4	1.0	1.0