论文部分内容阅读
这篇论文由使用 Baye 的定理建议特征选择的一个方法。建议方法的目的是减少计算复杂性并且增加选择特征子集的分类精确性。在二个属性(二进制代码) 之间的依赖基于他们贡献积极、否定的分类决定的联合价值的可能性被决定。如果属性价值的反对集合不导致反对分类决定(零可能性) ，那么，二归因，被认为对方的独立人士依赖，并且他们之一能被移开，因此，属性的数字被减少。这个过程必须在属性的所有联合上被重复。纸也由从加利福尼亚大学在 8 数据集上把它与存在特征选择算法作比较评估途径， Irvine (UCI ) 机器学习数