10.3969/j.issn.1000-3428.2008.04.038
基于Cramer's V的连续属性离散化算法
在类-属性相关离散化方法的基础上,提出一种基于Cramer's V的连续属性离散化算法CVM,该方法利用统计学中的Cramer's V来量化类-属性相关度,以保证离散后的类-属性相关度最大.与CADD和CAIM算法的实验比较以及对离散化后的数据进行C4.5分类测试,表明CVM算法性能良好,其离散化的数据明显地提高了分类器的预测精度.
连续属性、离散化、分类
34
TP301.6(计算技术、计算机技术)
国家自然科学基金委员会与中国民用航空总局联合基金60672173;中国民航大学博士研究启动基金QD03X14
2008-05-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
111-112,115