連續(xù)屬性離散化相關(guān)研究及應(yīng)用.pdf

1、信息時(shí)代的來臨，帶來大量的數(shù)據(jù)。這些數(shù)據(jù)中隱藏著許多重要的信息和知識。如何從表面數(shù)據(jù)中提取到深層次的、表現(xiàn)了事物內(nèi)在規(guī)律的規(guī)則來進(jìn)行預(yù)測或指導(dǎo)決策，是迫切需要解決的問題。數(shù)據(jù)挖掘正是在這樣的背景下產(chǎn)生的新的研究領(lǐng)域，是統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、模式識別、人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫等多領(lǐng)域的交叉學(xué)科。 連續(xù)屬性離散化在機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域中有著重要的作用。本文就數(shù)據(jù)挖掘中的連續(xù)屬性離散化問題進(jìn)行了相關(guān)的研究。 首先，討論了連續(xù)

2、屬性離散化問題。連續(xù)屬性離散化是否合理決定著表達(dá)和提取相關(guān)信息的準(zhǔn)確性。CHI2系列算法關(guān)聯(lián)著統(tǒng)計(jì)學(xué)理論方法，有著重要的研究價(jià)值。利用Bayseian模型允許一定程度錯(cuò)誤分類存在的性質(zhì)，對Chi2算法進(jìn)行了改進(jìn)。提出的Bayseian-Chi2算法不僅更適合不協(xié)調(diào)和不完全的數(shù)據(jù)，述使得區(qū)間的合并更加合理。 其次，依據(jù)屬性重要性程度對屬性離散化的順序進(jìn)行了合理的調(diào)整，又提出一種新的基于屬性重要性的連續(xù)屬性離散化方法--屬性重要度-