基于粗糙集理论的两类离散化方法研究

摘要：

连续属性离散化是数据预处理的关键步骤之一,在实际应用中往往通过高效的启发式算法来计算离散化结果.对基于辅助矩阵和信息熵的两类启发式离散化算法进行实验研究,分别选取每类算法中的5种典型方法,通过系列实验,对两类算法的性能进行对比研究,结果表明:辅助矩阵类算法具有相对较高的样本识别能力,但算法复杂度较高,运行时间更长,较适合于处理小容量数据集；信息熵类算法的特性则正好与之相反.

关键词：粗糙集、离散化、辅助矩阵、信息熵

所属期刊栏目：23

分类号：TP18(自动化基础理论)

资助基金：教育部留学回国人员科研启动基金项目教外司留[ 2007] 1108号;重庆邮电大学科研基金A2006-05

在线出版日期：2012-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：641-646