乌萨马·法亚德(Usama M.Fayyad)。;Irani,Keki B。 关于决策树生成中连续值属性的处理。 (英语) Zbl 0767.68084号 机器。学习。 8,第1期,87-102(1992). 摘要:我们给出了一个适用于分类学习算法的结果,该算法使用信息熵最小化启发式来离散化连续值属性,从而生成规则的决策树。该结果有助于更好地理解熵测度,指出信息熵启发式的行为具有理想的属性,在形式意义上证明了它的使用,并提高了评估连续值属性以进行截值选择的效率。除了形式证明之外,我们还提供了实证结果,证明了理论上预期的真实领域训练数据集评估工作量的减少。 引用于38文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:归纳;经验概念学习;决策树;离散化;信息熵最小化 PDF格式BibTeX公司 XML格式引用 \textit{U.M.Fayyad}和\textit{K.B.Irani},马赫。学习。8,第1号,87--102(1992;Zbl 0767.68084) 全文: 内政部