论文部分内容阅读
属性加权调整通常用于机器学习方法中以提高这些方法的性能。在本文中,我们提出了一种基于互信息的新型属性加权方法,并将该方法应用于两种经典的机器学习分类方法中。我们通过在威斯康星州乳腺癌数据集进行实验来研究加权方法的性能。我们的实验结果表明,针对分类任务,我们的加权机器学习方法往往优于相应的传统机器学习方法,从而证明了本文提出的加权方法的合理性和实用性。