粗糙集理论中一种连续属性离散化算法

摘要：

连续属性离散化一直是机器学习领域中亟待解决的关键问题之一.提出一种基于断点重要性的离散化算法.首先给出粗糙集理论的几个基本概念:决策表、不可分辨关系、信息熵和条件熵,然后对离散化问题进行介绍,给出断点分类的条件熵定义,在此基础上给出了断点选择的粗糙集连续属性离散化算法.仿真结果表明,算法的综合性能优越于文献报道的同类算法.

关键词：粗糙集、离散化、断点、条件熵

所属期刊栏目：30

分类号：TP181(自动化基础理论)

在线出版日期：2007-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：77-79