论文部分内容阅读
决策系统中连续属性离散化，即将一个连续属性分为若干属性区间并为每个区间确定一个离散型数值，对后继阶段的机器学习具有重要的意义。首先研究了满足决策系统最优划分的一种计算候选断点集合的算法，然后在基于条件属性重要度和贪心算法的基础上提出了一种确定结果断点子集的新启发式算法。所提出的属性离散算法考虑并体现了粗糙集理论的基本特点和优点，并能取得较理想的连续属性离散化结果。