新的基于最近邻聚类的属性离散化算法

doi:10.3778/j.issn.1002-8331.2009.24.013

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (24): 40-42.DOI: 10.3778/j.issn.1002-8331.2009.24.013

新的基于最近邻聚类的属性离散化算法

王杰，姜国强

郑州大学电气工程学院，郑州 450001

收稿日期:2005-05-13 修回日期:2008-07-30 出版日期:2009-08-21 发布日期:2009-08-21
通讯作者: 王杰

Novel attribute discretization algorithm based on nearest neighbor-clustering

WANG Jie，JIANG Guo-qiang

College of Electrical Engineering，Zhengzhou University，Zhengzhou 450001，China

Received:2005-05-13 Revised:2008-07-30 Online:2009-08-21 Published:2009-08-21
Contact: WANG Jie

摘要/Abstract

摘要： 连续属性离散化是知识发现研究中重要的预处理过程，基于最近邻聚类和粗集的相关理论，提出一种新的有监督的多属性离散化方法。该算法分两个阶段来处理，首先利用最近邻聚类动态调整聚类的类别数，生成初始聚类。然后基于类信息的相似性定义合并相似区间，减少了聚类区间。通过实例分析，该算法是非常有效的。

关键词: 离散化, 最近邻聚类, 粗集, 近似分类质量

Abstract: Discretization of continuous attribute is an important pretreatment process in the knowledge discovery study.A novel algorithm of supervised discretization of continuous attributes based on nearest neighbor-clustering and the theories of rough set is introduced.The algorithm is dealt with in two stages，in the first stage，the number of clusters is adjusted dynamically by using the nearest neighbour-clustering，and then the initial clusters are determined.In the second stage，the adjacent region is merged by adopting the definition of merging similar range，and then the clusters are reduced.The algorithm is proved effectively by the case analysis.

Key words: discretization, nearest neighbor-clustering, rough set, approximate classification quality

中图分类号:

TP301.6

王杰，姜国强. 新的基于最近邻聚类的属性离散化算法[J]. 计算机工程与应用, 2009, 45(24): 40-42.

WANG Jie，JIANG Guo-qiang. Novel attribute discretization algorithm based on nearest neighbor-clustering[J]. Computer Engineering and Applications, 2009, 45(24): 40-42.

[1]	张荣光，胡晓辉，宗永胜. 基于改进离散粒子群优化的连续属性离散化[J]. 计算机工程与应用, 2017, 53(18): 108-114.
[2]	戎全兵1，2，王凤山1，2，张宏军1. 地下工程震害风险体系的改进粗集约简方法[J]. 计算机工程与应用, 2016, 52(9): 146-153.
[3]	吴兵海1，宋元斌1，郭卫东2. 工厂线边接货模式下的车辆运输调度问题[J]. 计算机工程与应用, 2016, 52(4): 223-228.
[4]	孙立民. 改进的粗糙集属性权重确定方法[J]. 计算机工程与应用, 2014, 50(5): 43-45.
[5]	杨慧1，赵兰草1，孟凡星2. 粗糙集在QAR数据中的应用研究[J]. 计算机工程与应用, 2014, 50(5): 227-233.
[6]	李令强. L-模糊上近似的唯一公理刻画[J]. 计算机工程与应用, 2014, 50(24): 1-3.
[7]	侯利娟，史长琼. 基于二进制区分矩阵的离散化算法[J]. 计算机工程与应用, 2014, 50(21): 214-217.
[8]	刘凯1，2，寇正2，罗立民1. PDE融合方法的两种离散方案的比较研究[J]. 计算机工程与应用, 2013, 49(24): 165-171.
[9]	汪凌. 一种基于改进粒子群的连续属性离散化算法[J]. 计算机工程与应用, 2013, 49(21): 29-32.
[10]	陈爱萍1，范媛媛2. MDL理论的多属性值域划分方法[J]. 计算机工程与应用, 2013, 49(1): 167-170.
[11]	穆海军1,鄂旭1，2，3,金成美1，王全铁3. 一种区间型数据的离散化方法[J]. 计算机工程与应用, 2012, 48(9): 134-137.
[12]	卢鹏，王锡淮，肖健梅. 连续属性决策表离散化的图论方法[J]. 计算机工程与应用, 2012, 48(6): 13-16.
[13]	孙海洋，滕建辅. 改进的分数阶微积分器间接离散化设计[J]. 计算机工程与应用, 2012, 48(28): 150-153.
[14]	李霞，蒋盛益. 改进的共享最近邻聚类算法[J]. 计算机工程与应用, 2011, 47(8): 138-142.
[15]	翟敬梅¹，刘海涛^1，2，徐晓¹. 面向噪声数据的多尺度粗糙集模型研究[J]. 计算机工程与应用, 2011, 47(6): 8-10.

新的基于最近邻聚类的属性离散化算法

Novel attribute discretization algorithm based on nearest neighbor-clustering

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics