基于决策支持度的粗糙集连续属性离散化

摘要

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具,但粗糙集理论只适于处理离散数据,连续属性离散化问题是粗糙集理论研究的一个重要内容.提出了一种基于决策属性支持度的连续属性离散化方法,在生成初始断点基础上(,)引入了决策属性的支持度作为反馈信息,通过考察每个条件属性的所有断点,将冗余的断点去掉(,)从而将连续条件属性离散化.该算法能在保证决策表原始分类能力不变的前提下,提高约简效率。