一种基于粗糙集和信息熵理论的属性离散化算法.pdfVIP

下载本文档

3
0
约 4页
2017-09-12 发布于重庆
举报
版权申诉

一种基于粗糙集和信息熵理论的属性离散化算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第３１卷第３期　　　计算机应用与软件Ｖｏｌ３１Ｎｏ．３２０１４年３月　　ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＭａｒ．２０１４一种基于粗糙集和信息熵理论的属性离散化算法侯荣涛　史鑫明　路　郁（南京信息工程大学江苏省网络监控中心　江苏南京２１００４４）（南京信息工程大学计算机与软件学院　江苏南京２１００４４）摘　要　　在分析和研究Ｃ５算法中连续属性处理的必要性及Ｃ５算法中离散化方法的不足后，采用基于粗糙集理论信息熵可辨识矩阵的离散化的方法（ＲＳＩＥＤＭ）进行离散化。该方法利用粗糙集、信息熵和可辨识矩阵能更合理、更准确地对连续属性进行离散化，使创建的决策树具有更好的准确率。在优化雷电灾害统计和评估雷电灾害导致的损失应用中，该算法取得了较好的效果。关键词　　决策树　离散化　粗糙集　信息熵　可辨识矩阵中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０３．０６８ＡＮＡＴＴＲＩＢＵＴＥＤＩＳＣＲＥＴＩＳＡＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＲＯＵＧＨＳＥＴＡＮＤＩＮＦＯＲＭＡＴＩＯＮＥＮＴＲＯＰＹＴＨＥＯＲＹＨｏｕＲｏｎｇｔａｏ　ＳｈｉＸｉｎｍｉｎｇ　ＬｕＹｕ（ＪｉａｎｇｓｕＥｎｇｉｎｅｅｒｉｎｇＣｅｎｔｅｒｏｆＮｅｔｗｏｒｋＭｏｎｉｔｏｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００４４，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ）（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒａｎｄＳｏｆｔｗａｒｅ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００４４，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　　ＡｆｔｅｒａｎａｌｙｓｉｎｇａｎｄｓｔｕｄｙｉｎｇｔｈｅｎｅｃｅｓｓｉｔｙｏｆｃｏｎｔｉｎｕｏｕｓａｔｔｒｉｂｕｔｅｓｐｒｏｃｅｓｓｉｎｇｉｎＣ５ａｌｇｏｒｉｔｈｍａｎｄｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｄｉｓｃｒｅｔｉｓａｔｉｏｎｍｅｔｈｏｄｉｎＣ５ａｌｇｏｒｉｔｈｍ，ｗｅｐｒｏｐｏｓｅｔｏａｄｏｐｔａｄｉｓｃｒｅｔｉｓａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｒｏｕｇｈｓｅｔｔｈｅｏｒｙｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙｄｉｓｃｅｒｎｉｂｌｅｍａｔｒｉｘｄｉｓｃｒｅｔｉｓａｔｉｏｎ（ＲＳＩＥＤＭ）．Ｂｙｍａｋｉｎｇｕｓｅｏｆｔｈｅａｂｏｖｅｔｈｒｅｅ，ｔｈｅｍｅｔｈｏｄｃａｎｍｏｒｅｒｅａｓｏｎａｂｌｙａｎｄａｃｃｕｒａｔｅｌｙｄｉｓｃｒｅｔｉｓｅｔｈｅｃｏｎｔｉｎｕｏｕｓａｔｔｒｉｂｕｔｅｓ，ａｎｄｅｎａｂｌｅｓｔｈｅｃｒｅａｔｅｄｄｅｃｉｓｉｏｎｔｒｅｅｔｏｈａｖｅｂｅｔｔｅｒａｃｃｕｒａｃｙ．Ａｐｐｌｙｉｎｇｔｈｅｍｅｔｈｏｄｔｏｏｐｔｉｍｉｓｉｎｇｔｈｅｓｔａｔｉｓｔｉｃｓｏｆｌｉｇｈｔｎｉｎｇｄｉｓａｓｔｅｒａｎｄｅｖａｌｕａｔｉｎｇｔｈｅｌｏｓｓｅｓｏｆｌｉｇｈｔｎｉｎｇｄｉｓａｓｔｅｒ，ｔｈｅａｌｇｏｒｉｔｈｍａｃｈｉｅｖｅｓｄｅｓｉｒａｂｌｅｒｅｓｕｌｔ．Ｋｅｙｗｏｒｄｓ　　Ｄｅｃｉｓｉｏｎｔｒｅｅ　Ｄｉｓｃｒｅｔｉｓａｔｉｏｎ　Ｒｏｕｇｈｓｅｔ　Ｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙ　Ｄｉｓｃｅｒｎｉｂｌｅｍａｔｒｉｘ以基于云模型的定性定量转换方法作为Ｒｏｕｇｈ集的预处理手０　引　言段；文献［１２］根据粗糙集中属性的重要性进行离散化，通过属性的重要性删除一部分属性。本文根据上述的离散化方法及决策树理论广泛应用于数据分类领域，在医疗、营销、市场调查Ｃ５算法中离散化的缺点（如何提高对连续属性值