一种连续属性动态分类规则数据挖掘方法

摘要

连续属性的处理是当前分类规则中一个热点研究问题.以往的算法往往是建立在离散化过程的基础上进行的,然而,该类方法不但会破坏数据中信息的精度,同时也使得概念的转换十分困难.文章在分析了以往算法的基础上,提出了利用包含度和蕴含度的方法进行连续属性的分类规则学习,并对该种方法的属性约简问题进行了讨论.可以看出,通过该文的研究较好地解决了数据精度和动态概念挖掘的问题,利用包含度和蕴含度的方法是一个十分有价值的研究方向.