一种基于区间相似度的连续属性值划分方法
毛明扬
广州华商学院人工智能学院 广州 511300
摘要：提出一种基于区间相似度的连续属性值划分方法RA-PA(Region analogy-based continuous attributes partition approach).RA-PA方法定义了区间相似度函数的计算公式,实现了公平的断点合并标准和针对连续属性的精确与正确的划分.为了改善归纳学习算法的性能,RA-PA中描述了一个新的启发式的算法来寻找最优合并区间.以California大学的Irvine数据库的数据集为示例,评估连续属性值的划分方法RA-PA的效果.实验结果表明RA-PA划分方法在数据挖掘的归纳学习算法中比已经有的Modify Chi2,MDLP,Extended Chi2等划分方法划分精度要好.
关键词：区间相似度离散化连续属性划分数据挖掘归纳学习算法
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(61972444)广东省普通高校青年创新人才项目(2023KQNCX120)
论文发表日期：2025-06-20
在线出版日期：2025-09-23（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1539-1541,1563 )
英文信息