一种基于粗糙集的离散化算法

摘要：

粗糙集理论以其独特的数据约简能力在不确定信息处理的相关领域得到广泛关注和研究,而连续属性的离散化是粗糙集方法及其它归纳学习系统中的重要环节.将离散化视作一种信息概括、抽象和约简,利用粗糙集理论提出一种全局的离散化算法.算法通过定义一致性度量,实现全局离散,弥补了局部离散化MDLP方法引入不一致的缺陷.然后在保持一致性前提下,进一步对离散中分割点的冗余进行约简.实验采用ID3和粗糙集分类工具ROSETTA在多个大数据集上对提出的离散方法进行分类验证,实验结果表明该算法的有效性和优越性.

关键词：离散化、粗糙集、一致性、约简

所属期刊栏目：19

分类号：TP181(自动化基础理论)

资助基金：天津大学青年教师基金

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5页

页码：412-416