数据挖掘过程中连续属性离散化新方法研究
在知识发现和机器学习领域里,许多数据挖掘方法如基于粗集的数据挖掘工具等需要使用离散的属性值,但实际观测到的大多是连续性属性数据,这对许多新型数据挖掘工具的研究带来了不便.本文针对以上问题,在综合分析目前连续属性离散化方法的基础上,提出了一种基于数据分布特征的连续属性离散化新方法,并用经典算例验证了此算法,实验结果表明该方法具有合理性和可行性.
作 者: 张文宇 ZHANG Wen-yu 作者单位: 西安邮电学院,管理系,陕西,西安,710061 刊 名: 数学的实践与认识 ISTIC PKU 英文刊名: MATHEMATICS IN PRACTICE AND THEORY 年,卷(期): 2007 37(10) 分类号: O1 关键词: 知识发现 数据挖掘 连续属性 离散化 数据分布