多关系离散化方法
Journal of Tsinghua University(Science and Technology)（2010）
摘要
为了从多关系数据库中挖掘知识,需要对连续取值的属性进行离散化.已有离散化方法都是针对单表设计,不能直接用于多关系环境.基于信息熵和最小描述长度原理,该文提出3种多关系离散化方法,分别为对表关系图的广度遍历方法(MRD-Breadth)、对表关系图的深度遍历方法(MDR Depth)和选择较优路径的贪婪算法(MDR_Greedy),实现了不同的类别传递和离散化方法选择策略.实验结果表明这些方法可以提高分类算法的效率和准确度.
更多查看译文
关键词
Classification,Discretization,Information entropy,Multi-relation
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要