用于连续属性离散化的RSE-Chi2方法

• 作者: 束志恒 陈德钊
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 粗糙集 卡方统计量 信息熵 属性重要性 离散化
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 849-852
• 页数: 4页
• 分类号: TP181
• 字数: 4172字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2005.06.019

摘要

为解决基于卡方统计量离散化方法在处理未知数据特性时的参数难确定问题,提出了一种基于粗糙集方法的自动离散化方法.该方法根据粗糙集理论对知识不确定性和属性重要性的分析,利用粗糙集方法处理数据不需要先验知识的特点,以基于最小描述长度原理的决策系统信息熵作为离散化过程的评价函数,并由属性断点平均重要性确定多连续属性的离散化顺序,构建了自动的离散化方法RSE-Chi2.实例测试表明,该方法性能良好,能根据样本数据本身的特性,自动协调拟合和预报精度,不需要先验设定显著性水平和不一致率等参数,离散化结果更为精简,所建决策树分类模型具有较好的预报性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德钊	浙江大学化工系	112	1957	24.0	38.0
2	束志恒	浙江大学化工系	4	50	4.0	4.0