论文研究 一种区间型数据的离散化方法.pdf

随着数据挖掘和知识发现等技术的迅速发展，出现了很多数据离散的算法，但是，已有的离散化方法大多是针对固定点上的连续属性值的情况，实际应用中大量存在着连续区间属性值的情况。针对这一问题，提出了一种连续区间属性值离散化的新方法。通过区间数的相似度来描述对象间的相似关系，定义相似度阈度确定离散关系，来实现对区间数据的离散化，经过分析相似度在算法中的作用，提出了一种新的变量——关联度，改进了算法。采用多组数据对此算法的性能进行了检验，与其他算法做了对比试验，试验结果表明此算法是有效的。