连续属性离散化相关论文
财务失败预测是金融领域一个重要的研究课题.自上世纪60年代以来,随着企业破产问题的日益严重,各国学者纷纷尝试通过定量分析对企......
数据库知识发现(KDD)是涉及人工智能和数据库等学科的一门当前相当活跃的研究领域.在当今数字化社会中,各种商业、政府、科学数据......
数据挖掘是当今数据库和人工智能最活跃的研究领域之一,是知识发现(Knowledge Discovery in Databases,KDD)的核心,它的目的在于发......
粗糙集理论是一种处理不确定知识的有力工具,在各领域已得到了广泛应用。本文的研究工作主要集中在粗糙集应用过程中数据预处理和......
随着数据库和网络技术的不断发展进步,我们生产和搜集数据的能力有了大幅度的提高,数据量成指数级的增长,面对庞大的数据量,数据挖......
连续属性离散化是数据挖掘和机器学习研究及应用中的一个重要方面。在很多规则提取、特征分类算法中,连续(实值)属性必须进行离散......
我国的公安机关在多年的工作中,一方面不断推进信息化的建设,另一方面,其在公安工作的专门数据和社会信息方面都有了相当大规模的......
传统的粗糙集理论只能对数据库中的离散属性进行处理,所以对存在连续属性的数据库必须进行离散化处理。连续属性离散化是机器学习......
计算机技术的迅猛发展和数据库系统的普遍使用,给人们提供了强有力的平台,去更好地利用信息技术进行生产,而且搜集和检索数据的能......
为在应用粗糙集理论处理数据时,对连续属性进行离散化预处理,采用k均值算法对连续属性进行离散化的方法,将属性无监督聚类成两类.......
朴素贝叶斯分类方法是简单的贝叶斯分类方法，在众多分类方法和理论中，朴素贝叶斯由于计算高效、精确度高，并具有坚实的理论基础而得到......
提出了一种基于类-属性关系依赖度的数据离散化方法,其特点是:借助统计学的λ相关系数,有效地捕获类-属性间的相互依赖,以此来选取......
