一种基于粗糙集理论的连续属性离散化新算法

摘要：

粗糙集理论中要求离散化保持原有决策系统的不可分辨关系,但以往的一些算法在离散过程中会使近似精度控制在可以接受的范围,即允许一定的错分.针对此不足,在保证决策属性绝对不改变的情况下,提出一种新的区间拆分方法,更合理有效地对连续属性进行离散化.实验通过C4.5和支持向量机分别对离散化后的数据进行识别与分类预测,实验结果证明了算法的有效性.

关键词：连续属性离散化、粗糙集、决策表、离散区间、数据挖掘

所属期刊栏目：27

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60372071;中国科学院自动化研究所复杂系统与智能科学重点实验室开放课题基金资助项目20070101;辽宁省教育厅高等学校科学研究基金资助项目2008344;大连市科技局科技计划资助项目2007A10GX117

在线出版日期：2010-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：77-78