一种结合动态聚类的Rough集快速离散化算法

摘要

离散化是Rough集理论研究的一个重要内容，目前基于Rough集的离散化算法很难兼顾高识别率和高效率。文中分析了候选断点在单属性上的重要性值分布规律，提出了“先动态聚类再选择候选断点”的两步处理思路和一种基于Rough集的快速离散化算法.该算法首先能够根据数据自身特点进行快速动态聚类，有效降低了候选断点的数目，快速地实现了决策表的离散化.实验结果表明，文中算法保持了与已有算法可比的正确识别率，且运行效率更高.