新能车属性离散化的分辨矩阵和信息增益算法.pdfVIP

测控技术

・58・2021年第40卷第4期数据采集与处理|

新能车属性离散化的分辨矩阵和信息增益算法

周爱国，于江洋，施金磊，王嘉立，魏榕慧

(同济大学机械与能源工程学院，上海201804)

摘要:针对新能源智能车监控数据中包含过多的连续属性，提出了-种基于分辨矩阵和信息增益率的有

监督离散化算法，从而降低连续属性的取值精度，使得新能源智能车后续的分类模型建立更具泛化能

力。该算法在保证分类效果的前提下，获得尽可能少的结果断点，主要从3个方面对传统的离散化算法

进行优化，-是根据决策表的条件属性与决策属性构建候选断点分辨矩阵,通过分辨矩阵判断相邻属性

取值之间是否有可能的断点；二是用信息增益率来优化结果断点的选取;三是通过设定停止阈值解决了

传统算法因停止条件过于严格导致算法选取过多的结果断点、离散化效果一般的问题。实验结果表明，

改进的算法能够有效减少断点数量，大幅提高计算效率，并获得与经典算法相近的离散结果。

关键词：新能源智能车;连续属性;分辨矩阵;信息增益率；离散化

中图分类号:TP274；U469.72文献标识码:A文章编号：1000-8829(2021)04-0058-07

doi：10.19708/j.ckjs.2020.10.314

CandidateCutsMatrixandInformationGainAlgorithmforDiscretizationof

NewEnergyVehicleAttributes

ZHOUAi-guo,YUJiang-yang,SHIJin-lei,WANGJia-li,WEIRong-hui

(SchoolofMechanicalEngineering,TongjiUniversity,Shanghai201804,China)

Abstract：Inordertosolvetheproblemthatthemonitoringdataofnewenergyintelligentvehiclecontainstoo

manycontinuousattributes,asuperviseddiscretizationalgorithmbasedoncandidatecutsmatrix(CCM)and

informationgainrateisproposed.Thus,theaccuracyofcontinuousattributesisreduced,whichmakesthesub­

sequentclassificationmodelofnewenergyintelligentvehiclemoregeneralized.Thealgorithmobtainsresult

breakpointsasfewaspossibleonthepremiseofensuringtheclassificationeffect.Itoptimizesthetraditional

discretizationalgorithmfromthreeaspects.OneistobuildtheCCMaccordingtotheconditionattributesand

decisionattributesofdecisiontable,andjudgewhetherthereisapossiblebreakpointbetweenadjacentattribute

valuesthrough