基于决策强度决策表连续属性离散化算法.docVIP

基于决策强度决策表连续属性离散化算法 　　摘要：决策表中连续属性离散化，即将一个连续属性分为若干属性区间并为每个区间确定一个离散型数值。该文提出一种新的决策表连续属性离散化算法。首先使用决策强度来度量条件属性的重要性，并据此对条件属性按照属性重要性从小到大排序，然后按排序后的顺序，考察每个条件属性的所有断点，将冗余的断点去掉，从而将条件属性离散化。该算法易于理解，计算简单，算法的时间复杂性为O(3kn2)。 　　关键词：决策强度；连续属性；离散化；决策表；粗糙集 　　中图分类号：TP312文献标识码：A文章编号：1009-3044(2008)34-2013-03 　　Discretization of Continuous Attributes in Decision Table Based on Decision Power 　　LI Hai-peng1, GUI Xian-cai2 　　(1.Hujinchao Vocational Middle School, Shunde 528305, China; 2.Mathematics and Computational Science School, Zhanjiang Normal College, Zhanjiang 524048,China) 　　Abstract: The discretization of continuous attributes values of a decision system is divides continuous values into different space and allocates some discrete values to each space. In this paper a new discretization algorithm of continue attributes in decision table is offered. Firstly, the decision power used to measure the importance of condition attributes, according to which the condition attributes are sorted in an ascending order. Secondly, all break points of every condition attributes are examined and the redundant ones are eliminated. Finally, each value in the decision table is replaced by a number representing the break point, and then the decision table is discretized. The algorithm is constructed with good understandability and simple computation. The time complexity of this algorithm is O(3kn2). 　　Key words: decision power; continuous attributes; discretization; decision table; rough set 　　 　　1 引言 　　波兰科学家Pawlak提出的粗糙集(Rough set)理论[1,2]是一种新型的处理模糊和不确定知识的数学工具，目前已经在人工智能、知识与数据发现、模式识别与分类、故障检测等方面得到了较为成功的应用。 　　在一些决策系统中，有些条件属性或决策属性的值域为连续值，而运用粗糙集理论在处理决策表时，要求决策表中各值用离散值表达。 所以决策表中连续属性的离散化，即实型属性空间向整型属性空间的映射，它是决策表中属性约简的第一步[2]。 　　该文形式化地描述了决策表的离散化问题，给出了决策强度的概念，利用决策强度作为属性的重要性度量，提出了基于决策强度的决策表离散化算法，并分析了该算法的时间复杂度，最后用例子说明该算法的离散化过程。 　　2 基本概念 　　定义1[1-2] 决策表是一个四元组DT=，其中U ={x1，x2，…，xn}为论域，A=C∪D表示属性集，C= {C1，C2，…，Cp}为条件属性集，D ={D1，D2，…，Dq}为决策属性集，V=■Va，V为属性值的集合，Va表示属性a∈A的值域；f： U×A→V是一个信息函数，它指定U中每一个对象x的属性值，下文把决策表简记为