原创力文档- 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
查看更多
面囱坌娄规则的数值屋。蠛敦垡
胡学钢 顾广宇 王志：每 刘宗田
(合肥工业大学计算机与信息学院 台肥230009)
摘要 许多分类葬法要求训练事例仅包含离散型属性，因此，在数据中含有连续的数值型届性时。斋
要先将这些数值型属性转换为离散型属性，称这一过程为离散化。从实际应用的角度看．离散化也是一
种KDD。本文讨论丁离散化的有关内容．提出了一个基于分类特性的、面向分类规则的离散化方法。
指出该方法可用于大规模数据库的知识发现。
关键词节教移甲知移现
Hu Gu ZhihaiLiu
GuangyuWang Zongtian
Xuegang
and Universityof 230009)
ComputerInformationCollege．Hefei Hefei
Technology
ABSTRACT for the in indatabases
Knowledge
Manyalgorithmssolvingproblems discovery
fields is discretizationofthecontinuous
thatthe ofdatabases
require discrete．Therefore，the
fieldsis is in isaformofKDD．Some
needed．Thisan KDD，and aspects
importantprocess
andsome are
are fordiscretization
aboutdiscretizatlon
discussed，an pro—
algorithm strategies
forthe isgiven．
posed。anexamplealgorilbm
1引 言
昕渭离散化就是将连续的数值型属性的值分割为一些区间，每个区间对应～个离散型(分类、
聿；称、或某种形式的)符号。
在KDD领域的许多算法中，在涉及到数离散化时．大多按用户的定义来构造数据文件的。因
此在许多情况下难以克服区问设置不当所带来的问题。一般来说．如果用户不了解问题领域以及
离散化方法，就难以选择最好的离散化方法。
在以往机器学习领域的许多文献中，离散化仅被当作边缘性的辅助工作而没有受到应有的重
视．i午多沦文描述分类算法时要么是针对纯离散的数据，要么就是以手工方式(如专家指导、直觉
等)或调用～些简单的方法进行。
在常用的离散化方法中，最直接和最简单的方法是等宽区间和等频区间法．这些方法容易实
现．在大多数情况下能产生可理解的数据抽象。然而，在许多情况下，其性能低下。究其原因．是因
为忽略了事例的类别信息，因而难以将区间边界设置在最有利于精确分类的位置上。
et
文档评论（0）