一种基于类别驱动的连续属性离散化方法

摘要：

本文提出了一种基于类别驱动的,有监督的、静态的、全局的、领域独立的连续属性离散化方法.能保证在离散化区间数尽量小的同时,获得较合理的分割点.

关键词： 连续属性离散化 机器学习 类别驱动

作者: 李兴生 赵卫伟

作者单位: 解放军理工大学通信工程学院(南京);总参第61研究所(北京)

会议类型: 国内会议

会议名称: 第二届中国Rough集与软计算学术研讨会

会议地点: 苏州

会议语种:中文

页码: 438-440

在线出版日期: 2002-09-01（万方平台首次上网日期，不代表论文的发表时间）