基于CACC的连续数据离散化改进算法

摘要：

针对粗糙集及主要机器学习算法一般都无法高效处理连续数据的问题,提出一种基于CACC的连续数据离散化的改进算法.该算法采用CACC标准选取断点,通过增加数据不一致率约束条件,从而减少数据丢失信息量.仿真结果表明,CACC改进算法与Modified Chi2、Extent-Chi2、CAIM、CACC算法相比,并通过C4.5和SVM算法验证,数据识别率和精度可提高近8％.

关键词：粗糙集、离散化、重要属性、不一致率、CACC改进算法、精度

所属期刊栏目：39

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目"认知无线电智能学习与决策关键技术研究"61072138

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：48-51