摘要：传统的朴素贝叶斯不能处理连续属性，文中基于贝叶斯测度提出一种有监督离散化方法。它能够在无先验知识的前提下，自动寻求最佳的离散子区间数目和区间划分。在此基础上根据MDL准则控制离散化子区间的数目，使学习方法的精确度和复杂度达到均衡。在UCI机器学习数据集上对该方法进行了验证，取得了良好的效果。

关键词：机器学习 朴素贝叶斯 有监督离散化 贝叶斯测度 

单位：烟台大学计算机学院; 烟台264005; 吉林大学计算机科学与技术学院; 长春130012