GARD:基于遗传算法的连续属性离散化
对决策表连续属性值的离散化实际就是在原来决策表的连续属性值上选取断点的过程,离散化过程要求保持离散化后得到的决策表与原来决策表具有相同的不可分辨关系.本文提出一种基于遗传算法的离散化方法——GARD.GARD采用连续属性值的候选断点对决策表分类的重要性来确定其变异概率,且不同的变异方向有不同的变异概率,这样保证了对分类重要的断点优先被选择.从实验结果及与其他离散发方法的比较可以发现,GARD离散化方法具有较好的性能.
离散数学 遗传算法 决策表 计算机数学
姚望舒 商琳 李宁 陈兆乾
南京大学软件新技术国家重点实验室(南京)
国内会议
舟山
中文
217-218
2004-10-01（万方平台首次上网日期，不代表论文的发表时间）