基于混合概率模型的无监督离散化算法

摘要：

现实应用中常常涉及许多连续的数值属性,而目前许多机器学习算法则要求所处理的属性取离散值.根据在对数值属性的离散化过程中,是否考虑相关类别属性的值,离散化算法可分为有监督算法和无监督算法两类.基于混合概率模型,该文提出了一种理论严格的无监督离散化算法,它能够在无先验知识、无类别属性的前提下,将数值属性的值域划分为若干子区间,再通过贝叶斯信息准则自动地寻求最佳的子区间数目和区间划分方法.

关键词：人工智能、机器学习、离散化、混合概率模型

所属期刊栏目：25

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金69873031

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：158-163