一种基于密度分布函数聚类的属性离散化方法

摘要：

连续属性离散化是数据分析预处理中的一项重要内容,针对有监督学习,提出了一种基于密度分布函数聚类的连续属性离散化方法.该方法利用了粗糙集中决策表的一致性水平的概念,通过计算基于聚类划分后决策表一致性水平的反馈信息,动态地调整聚类参数-影响因子,直到决策表的一致性水平达到原始水平为止.由于同时考虑所有属性的离散化效果,可使离散化的结果更为合理.为了验证该方法的可行性,文中利用实际数据进行了试验.

关键词：离散化、聚类、一致性水平

所属期刊栏目：15

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金69975024

在线出版日期：2003-09-05（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：804-806,813