应用有效信息比率的离散化算法.pdfVIP

第45卷 第 4期 西 安 交 通 大 学 学 报 Vo1．45 NO．4 2011年 4月 JOURNALOFXIAN JIAOTONGUNIVERSITY Apr．2011 应用有效信息比率的离散化算法 诸文智，王靖程，张彦斌，贾立新 (西安交通大学电气工程学院，710049，西安) 摘要：针对 目前离散化信息量度无法准确表征数据离散后有效分类信息量的问题，提 出了一种基 于有效信息比率的离散化算法．在构建离散化方案相依表的基础上，分析了离散区间内类属性分布 与分类信息蕴含量间的关系，并根据类属性分布信息引入有效信息比率，用于表征各离散区间内有 效分类信息量．然后，依据离散化方案的离散区间数及其有效信息比率，设计出表征离散化方案划 分质量的离散化评价指标 ，从而提高了数据的离散化效果．仿真实验和实际应用的结果表明，该算 法离散化后在有效分类信息量和分类预测精度上高于主流基于信息论的离散化算法． 关键词：离散化；信息；有效信息比率 中图分类号：TP274 文献标志码 ：A 文章编号：0253—987X(2011)04—0012—06 DiscretizationAlgorithm BasedonEffectiveInformationRatio ZHU Wenzhi，WANGJingcheng，ZHANGYanbin，JIA Lixin (SchoolofElectricalEngineering，XianJiaotongUniversity，Xian710049，China) Abstract：Sincethecurrentinformationmeasuresofdiscretizationcannotaccuratelyreflectthe degreeoftheeffectiveclassinformationinthediscretizeddataset，adiscretizationalgorithm based oneffectiveinformationratioispresented，andacontingencytableofcorrespondingdiscretization schemeisconstructed．Accordingtotheanalysesoftherelationshipbetweentheclassdistribu— tionandtheremainingclassinformation．theeffectiveinformationratiobasedontheclassdistri— bution isanalyzedtoindicatethedegreeofeffectiveinformation ineach discretizedinterva1．An improveddiscretizationcriterionisgeneratedtoevaluatethequalityofthediscretizationscheme followingthenumberofdiscreteinternalandtheeffectiveinformationratio．Thesimulationand applicationsillustratethemoreeffectiveclassinformationandthehigherclassificationaccuracy thantheotherinformation-basedsolutions． Keywords：discretization；information；effectiveinformationratio 离散化即将连续属性的值域划分为有限数量的 督类型和有监督类型．早期简单的离散化方法，如等 区间，并赋予每个区间相应的离散数字标号．离散化 宽度法和等频率法L2]等属于无监督类型．此类算法 方法作为知识发现技术的一个重要环节，通常可改 忽略了类属性与连续属