基于数据分区的连续属性整体离散化方法研究

• 作者: 吕圣军 王定国 赵建锋
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 归纳学习 离散化 数据分区 整体离散化
• 年，卷（期）: 2006,（1）
• 页码范围: 18-21
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2006.01.005

摘要

实际问题中经常涉及连续的数值属性,然而许多归纳学习算法却是针对离散属性空间的.因此,对数据进行预处理的离散化算法一直受到人们的重视.兼顾所有属性间关系的整体离散化是一个重要方法,该文提出基于数据分区的整体离散化算法,它首先对例子集合在各个连续属性上的取值进行统一的放大处理,选出包含最多聚类信息的属性,将整个例子集合粗略的划分为多个分区;然后在各个分区中分别进行聚类、合并.该方法改进了基本的整体离散化算法,并利用农业专家系统中的土壤分类数据对算法进行了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建锋	浙江工业大学之江学院	12	38	3.0	6.0
2	吕圣军	浙江工业大学之江学院	9	14	3.0	3.0
3	王定国	浙江工业大学之江学院	1	0	0.0	0.0