基于启发式信息熵的粗集数值属性离散化算法

摘要：

在一致性假设前提下,以数据集的统计性质作为启发式知识,从候选离散点集中选择离散点,根据数据集的期望值和方差来确定搜索最优离散点的区域,提出一种新的基于信息熵粗集数值属性离散化算法,并采用UCI国际标准数据集来验证新算法.新算法与已报道的算法所得到的离散断点集完全一致,决策表的离散化结果也相同,但时间代价不同,新算法比其计算效率提高40％～50％.

关键词： 启发式信息熵 粗糙集理论 数值属性 离散化算法

作者: 李春贵 王萌 原庆能

作者单位: 广西工学院计算机系,广西柳州,545006

会议类型: 国内会议

会议名称: 广西计算机学会2007年年会

会议地点: 南宁

会议语种:中文

页码: 235-237

在线出版日期: 2007-10-01（万方平台首次上网日期，不代表论文的发表时间）