Preprocessing of the dataset using

Preprocessing of the dataset using logarithm to the base 2 normalization to remove bias. It discretize continuous-valued attributes by taking logarithm to the base 2 and then converting to integer. This is done for each attribute value z using the computation: if (z > 2)z = _(log2(z)) + 1. Before taking the logarithm, the attributes that take fractional values in the range [0, 1] are multiplied by 100 so that they take values in the range [0, 100].
Use of a heuristic method to identify appropriate range for δj and δaj by exhaustive experiments using benchmark and real-life datasets.

ผลลัพธ์ (ไทย) 2:

กระบวนการเตรียมการผลิตของชุดข้อมูลโดยใช้ลอการิทึมไปยังฐาน 2 บรรทัดฐานที่จะลบอคติ มัน discretize คุณลักษณะอย่างต่อเนื่องมูลค่าโดยการลอการิทึมฐาน 2 และจากนั้นแปลงไปเป็นจำนวนเต็ม นี้จะทำสำหรับแต่ละค่าแอตทริบิวต์ซีโดยใช้การคำนวณถ้า (ซี> 2) ซี = _ (log2 (ซี)) + 1 ก่อนที่จะลอการิทึม, แอตทริบิวต์ที่ใช้ค่าเศษส่วนในช่วง [0, 1] มี คูณด้วย 100 เพื่อให้พวกเขาใช้เวลาค่าในช่วง [0, 100].
ใช้แก้ปัญหาวิธีการที่จะระบุช่วงที่เหมาะสมสำหรับการδjและδajโดยการทดลองครบถ้วนสมบูรณ์โดยใช้มาตรฐานและชุดข้อมูลในชีวิตจริง

ผลลัพธ์ (ไทย) 3:

การเตรียมของข้อมูลโดยใช้ลอการิทึมฐานสองเพื่อการฟื้นฟูเพื่อลบอคติ . มัน discretize อย่างต่อเนื่องมูลค่าคุณลักษณะโดยการลอการิทึมไปฐาน 2 แล้วแปลงไปเป็นเลขจำนวนเต็ม นี้จะทำสำหรับแต่ละแอตทริบิวต์ค่า Z โดยใช้การคำนวณ : ถ้า ( Z > 2 ) Z = _ ( LOG ( Z ) ) 1 ก่อนถ่ายลอการิทึม , แอตทริบิวต์ที่ใช้ค่าเศษส่วนในช่วง [ 0 ,1 ) จะคูณด้วย 100 เพื่อให้พวกเขานำค่าในช่วง [ 0 , 100 ] .
ใช้วิธีฮิวริสติกเพื่อหาช่วงที่เหมาะสมสำหรับδ J และ AJ δการทดลองอย่างละเอียดโดยใช้มาตรฐานและชีวิตจริงชุดข้อมูล