为了利用信息系统对象在数据空间中分布，通过对对象的模糊聚类，计算每一类在坐标轴上的统计值。利用正态概率分布特性，引入重叠度和空隙度选取合适的概率，确定最优的区间端点，实现连续属性离散化。
2023-04-05 17:17:02
196KB
1
提出一种连续属性值域划分的离散化新方法，该方法定义一个新的离散化函数，依据类与属性之间的相互依赖关系选择最优的离散区间列表；此外，采用变精度粗糙集理论合理地控制数据离散化产生的信息丢失，减少分类错误。仿真结果和统计分析表明，提出的方法有较好的C5.0决策树分类能力。
2023-04-05 17:10:55
1.04MB
1
本资源主要是实现了一个处理连续属性的朴素贝叶斯模型并在UCA上的葡萄酒数据集上进行了测评，另外源码中还包含了与数据集预处理、sklearn中的朴素贝叶斯的对比以及降维可视化等操作且注释详细，是一份完整的机器学习入门源码。
2022-01-10 14:16:27
40KB
探讨了贪心及其改进算法、基于属性重要性、基于信息熵和基于聚类四类连续属性离散化算法，并通过实验验证这四类算法的离散化效果。实验结果表明，数据集离散化的效果不仅取决于使用算法，而且与数据集连续属性的分布和决策数据值的分类也有密切关系。
2021-10-11 18:57:09
158KB
1