论文部分内容阅读
文章研究连续属性空间上的规则学习算法.首先简述了研究连续属性空间上的规则学习算法的目的和意义,并将规则学习理论中的一些基本概念推广到连续属性空间.在此基础上,研究了连续属性空间离散化问题,证明了属性空间最小离散化问题是NP困难问题,并将信息熵函数与无穷范数的概念应用到连续属性离散化问题,提出了基于信息熵的属性空间极小化算法.最后,提出了连续属性空间上的规则学习算法,并给出了数值实验结果.