@misc{Gliwa_Małgorzata_Wpływ_2011,
 author={Gliwa, Małgorzata},
 year={2011},
 rights={Wszystkie prawa zastrzeżone (Copyright)},
 description={Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2011; Nr 176, s. 349-357},
 publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu},
 language={pol},
 abstract={Główny cel artykułu to porównanie wielkości błędów klasyfikacji modeli dyskryminacyjnych zbudowanych dla zbiorów danych przed dyskretyzacją i po dyskretyzacji. Jako metodę dyskryminacji zastosowano naiwny klasyfikator bayesowski. Modele budowano dla zbiorów danych zarówno przed dyskretyzacją, jak i po dyskretyzacji. Dyskretyzacji dokonano z wykorzystaniem metod bezkontekstowych (dyskretyzacja na równe przedziały i przedziały o równych liczebnościach) i kontekstowych (metoda ChiMerge i minimalizacji entropii). Obliczenia wykonano na podstawie autorskich procedur i funkcji zawartych w pakietach dprep, e1071, grDevices, infotheo oraz car programu R.},
 title={Wpływ metody dyskretyzacji na jakość klasyfikacji},
 type={artykuł},
 keywords={dyskretyzacja zmiennej ciągłej, naiwny klasyfikator bayesowski},
}