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