一种基于类别属性关联程度最大化离散算法
来源期刊:控制与决策2011年第4期
论文作者:杨萍 杨天社 杜小宁 李济生 黄永宣
文章页码:592 - 596
关键词:离散化;关联程度最大化;分类;数据挖掘;
摘 要:针对现有离散化算法难以兼顾计算速度和求解质量这一难题,提出一种新的基于类别属性关联程度最大化监督离散化算法.该算法考虑了类别、属性值的空间分布特征,根据类别与属性之间的内在联系构造离散化框架,使离散化后类别和属性的关联程度最大.实验结果表明,基于类别属性关联程度最大化离散算法在保证计算速度的前提下能有效提高分类精度,减少分类规则个数.
杨萍,杨天社,杜小宁,李济生,黄永宣
西安交通大学系统工程研究所
摘 要:针对现有离散化算法难以兼顾计算速度和求解质量这一难题,提出一种新的基于类别属性关联程度最大化监督离散化算法.该算法考虑了类别、属性值的空间分布特征,根据类别与属性之间的内在联系构造离散化框架,使离散化后类别和属性的关联程度最大.实验结果表明,基于类别属性关联程度最大化离散算法在保证计算速度的前提下能有效提高分类精度,减少分类规则个数.
关键词:离散化;关联程度最大化;分类;数据挖掘;