新的基于最近邻聚类的属性离散化算法

被引：2

作者：

王杰

姜国强

机构：

[1] 郑州大学电气工程学院

来源：

计算机工程与应用 | 2009年 / 45卷 / 24期

关键词：

离散化; 最近邻聚类; 粗集; 近似分类质量;

D O I：

暂无

中图分类号：

TP182 [专家系统、知识工程];

学科分类号：

1111 ;

摘要：

连续属性离散化是知识发现研究中重要的预处理过程,基于最近邻聚类和粗集的相关理论,提出一种新的有监督的多属性离散化方法。该算法分两个阶段来处理,首先利用最近邻聚类动态调整聚类的类别数,生成初始聚类。然后基于类信息的相似性定义合并相似区间,减少了聚类区间。通过实例分析,该算法是非常有效的。

引用

页码：40 / 42

页数：3

共 4 条

[1]

Rough集理论与知识获取[M]. 西安交通大学出版社 , 王国胤编著, 2001

[2]

Khiops: A Statistical Discretization Method of Continuous Attributes[J] . Marc Boulle.Machine Learning . 2004 (1)

[3]

Rough sets and intelligent data analysis[J] . Information Sciences . 2002 (1)

[4]

Discretization of Continuous Valued Attributes in Classification Systems .2 Shan N,Hamilton H J,Ziarko W,et al. Proc of the 4th International Workshop on Rough Sets,Fuzzy Sets and Machine Discovery . 1996

← 1 →