数据挖掘过程中连续属性离散化新方法研究

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  

【数据挖掘过程中连续属性离散化新方法研究】相关文章：

地震复合属性-地震属性提取与解释新方法04-26

飞机实时监控数据挖掘方法研究04-27

数据挖掘论文09-24

数据挖掘技术在企业决策系统中的应用研究04-26

尾矿坝浸润线数据挖掘预测模型的样本选取研究04-25

基于可视化数据挖掘的管理科学科技文本分析研究04-27

区间型多属性决策的一种新方法04-27

基于ArcObjects的空间数据符号化研究04-27

模糊多属性决策中模糊属性值的规范化方法04-27

中国基因专利的数据挖掘04-26