一种基于贝叶斯测度的有监督离散化方法

作者：李海军; 王钲旋; 王利民; 苑森淼

来源：仪器仪表学报, 2005, (08): 786-789.

DOI：10.19650/j.cnki.cjsi.2005.08.005

• 机器学习
• 朴素贝叶斯
• 有监督离散化
• 贝叶斯测度

传统的朴素贝叶斯不能处理连续属性,文中基于贝叶斯测度提出一种有监督离散化方法。它能够在无先验知识的前提下,自动寻求最佳的离散子区间数目和区间划分。在此基础上根据MDL准则控制离散化子区间的数目,使学习方法的精确度和复杂度达到均衡。在UCI机器学习数据集上对该方法进行了验证,取得了良好的效果。

• 单位
  吉林大学; 烟台大学