一种基于密度分布函数聚类的属性离散化方法
A New Method Based on Density Clustering for Discretization of Continuous Attributes作者机构:解放军理工大学通信工程学院南京210007 中国电子系统工程研究所北京100039
出 版 物:《系统仿真学报》 (Journal of System Simulation)
年 卷 期:2003年第15卷第6期
页 面:804-806,813页
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:连续属性离散化是数据分析预处理中的一项重要内容,针对有监督学习,提出了一种基于密度分布函数聚类的连续属性离散化方法。该方法利用了粗糙集中决策表的一致性水平的概念,通过计算基于聚类划分后决策表一致性水平的反馈信息,动态地调整聚类参数影响因子,直到决策表的一致性水平达到原始水平为止。由于同时考虑所有属性的离散化效果,可使离散化的结果更为合理。为了验证该方法的可行性,文中利用实际数据进行了试验。