一种基于云模型的决策表连续属性离散化方法

摘要：

传统Rough集理论只能处理离散属性,所以在对决策表进行处理之前,必须对决策表中的连续属性进行离散化.本文提出了一种基于云模型的、领域独立的决策表连续属性离散化方法,尤其适合大数据量的情形.该方法首先根据数据的实际分布,利用云变换将连续属性的定义域划分为多个基于云的定性概念,然后利用决策表不确定性程度的反馈信息合并相邻的定性概念.这种离散化方法是一种软划分,更加符合实际的数据分布和人的思维方式另外通过合并相邻的定性概念,能够有效提高信息系统中信息的粒度,从而提高所挖掘规则的统计意义和预测强度.

关键词：云模型、云变换、Rough集、决策表、不确定性

所属期刊栏目：16

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目69975024

在线出版日期：2009-08-19（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：33-38