基于正态分布特征的连续属性无监督离散化方法研究

作者：李晓宏; 孙林岩; 李刚

来源：科学与管理, 2009, (06): 5-8.

• 正态分布
• 连续属性
• 离散化
• 数据挖掘 The Normal Distribution
• Continuous Attribute
• Discretization Method
• Data Mining

商业智能分析诸多算法是基于离散化数据的,但商业分析的中数据类型不一,将连续属性离散化是商业智能分析中数据预处理中非常重要的内容之一。通过对连续属性的分布特征和不同类别在同一属性下的分布特点分析,提出基于正态分布特征的连续属性无监督离散化方法,并研究了经该离散化方法对连续属性数据预处理后测试数据分类精度与断点个数设置之间的关系,确定统计意义上较为合理的断点个数,实现对连续数据的离散化处理。数值对比实验结果表明:本文所提出的离散化方法在一定程度上可以提高数据集分类精度。

• 单位
  西安交通大学; 西安交通大学机械制造系统工程国家重点实验室