%0 Journal Article
%T 多变量连续属性离散化方法
%A 侯居茌
%A 梁莹
%A 任长志
%J 模式识别与人工智能
%P 792-797
%D 2011
%X 目前很多离散化方法仅考虑单个变量，不能得到最优的离散化方案。文中提出一种多属性关系的数据离散化方法。凭借概率的模型选择和最小描述长度原理，获得多变量离散化衡量标准，基于该标准提出一种有效的启发式算法来寻找最好的离散化方案。对UCI数据集进行分类预测，实验结果表明该方法提高Nave贝叶斯分类器的学习精度。
%K 数据挖掘
%K 多变量离散化
%K 最小描述长度原理(MDLP)
%K Nave贝叶斯分类器
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9374.shtml