一种连续属性值域划分的离散化新方法

• 作者: 张光会 陈爱萍
• 来源期刊: 计算机应用研究
• 关键词: 离散化 数据挖掘 相互依赖 变精度粗糙集 决策树
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1307-1310
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.04.029

摘要

提出一种连续属性值域划分的离散化新方法,该方法定义一个新的离散化函数,依据类与属性之间的相互依赖关系选择最优的离散区间列表；此外,采用变精度粗糙集理论合理地控制数据离散化产生的信息丢失,减少分类错误.仿真结果和统计分析表明,提出的方法有较好的C5.0决策树分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈爱萍	金陵科技学院信息技术学院	13	67	3.0	8.0