一种基于密度分布函数聚类的属性离散化方法

摘要

连续属性离散化是数据分析预处理中的一项重要内容,针对有监督学习,提出了一种基于密度分布函数聚类的连续属性离散化方法。该方法利用了粗糙集中决策表的一致性水平的概念,通过计算基于聚类划分后决策表一致性水平的反馈信息,动态地调整聚类参数影响因子,直到决策表的一致性水平达到原始水平为止。由于同时考虑所有属性的离散化效果,可使离散化的结果更为合理。为了验证该方法的可行性,文中利用实际数据进行了试验。