一种基于连续属性离散化的知识分类方法

• 作者: 姜艳 孙英娟 孙英慧 蒲东兵
• 来源期刊: 东北师大学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 离散化 属性重要度 区间划分 断点
• 年，卷（期）: 2012,（1）
• 页码范围: 45-49
• 分类号: TP18
• 字数: 3443字
• 语种: 中文

摘要

提出一种基于连续属性离散化的知识分类方法.将条件属性按照重要度由高到低排序,并依照此排序将决策表中各条件属性依次离散化.在对决策表中条件属性的离散化过程中充分考虑已离散化的条件属性及决策属性,离散后的决策表不需要进一步约简.使用了模拟数据和UCI机器学习数据集中的数据进行算法测试,而且与其他离散化算法进行了对比,结果充分证明了新方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒲东兵	东北师范大学计算机科学与信息技术学院	32	140	7.0	10.0
2	孙英娟	长春师范学院计算机科学与技术学院	26	71	6.0	7.0
3	孙英慧	吉林师范大学计算机学院	18	124	6.0	11.0
4	姜艳	长春师范学院计算机科学与技术学院	5	3	1.0	1.0