第4章 数据挖掘概述.ppt

（2）直方图分析 　　像分箱一样，直方图分析也是一种非监督离散化技术。直方图将一个属性的值划分成不相交的区间，称作桶。 　　例如，在等宽直方图中，将值分成相等的划分或区间，在等深直方图中，值被划分成其中每一部分包含相同个数的样本。每个桶有一个标记，用它替代落在该桶中的属性值，从而达到属性值离散化的目的。 （3）聚类分析 　　聚类分析是一种流行的数据离散化方法。通过聚类算法将属性的值划分成簇或组，每个簇或组有一个标记，用它替代该簇或组中的属性值。 2. 分类数据的概念分层方法 （1）离散属性概念分层的自动生成算法 　　对于离散属性，如果概念分层的任何层次上的结点（或属性值）个数少于它低的每一层上的结点数，可以利用以下算法自动生成隐含在该属性上的概念分层。 输入：离散属性集S={A1，A2，…，Am}和对应的数据集R。 输出：概念分层B1，B2，…，Bm。 方法：方法描述如下。 k=1，T=S; 从T中找一个属性Bk，它在R中不同值的个数是T的所有属性中最少的; while (km) { T=T-{Bk} minnum=∞; for (T中每个属性Ai) { 计算R中属性序列B1、B2、…，Bk在属性Ai上不同元组个数mynum; if (mynumminnum) {