基于逐级均值聚类的信息熵的离散化算法

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

刘静罗卫敏刘井波，，
（重庆三峡学院ａ实验中心；．学与计算机科学学院，重庆４４０．ｂ数０１０）摘要：目前基于Ｒｕｈ集的离散化算法很难做到高效率和高识别率兼顾，对粗糙集给出了基于逐级均值聚ｏｇ针
Ｉｆｒｔｎｅｔｏｙｄｓｒｔａｉｎａｇｒｔｍａｅｎｒｎｉｇｍｅｎｌｓｅｉｇｎｏｍａｉｎｒｐｉｃｅｉｔｏｌｏｉｏｚｈｂｓｄｏａｋｎａｓｃｕｔｒｎ
ＬＵｉｇ．Ｌｅ．ｎ．ＬＵＪｎ－ｏＩＪｎ。ＵＯＷｉｍｉＩｉｇｂ
ｌｅ．Ｆｎｌｙ，ｓｍｕａｉｎｅｐｒｍｅｔｒｓｌｓｓｗｈｔｔｅｍｅｈｏａｏｒｔｍｅｃｍｐｌｘｔｈｎｔａｔｏｌｔｏ．ｕｓｉａｌｉｌｔｏｘｅｉｎｅｕｔｈｏｔａｈｔｄｈｓｌｗｅｉｏｅｉｔａｒｄｉｎａｍｅｈｄｓｙｉＫｅｙｗｏｒｄｓ：ｒｕｈｓｔｏｇｅ；ｄｉｃｅｉａｉｎ；ｃｎｉｕｕｔｒｂｕｅｖｌｓ；ｒｎｉｇｍｅｎｌｓｅｎｓｒｔｚｔｏｏｔｎｏｓａｔｉｔａｕｅａｋｎａｓｃｕｔｒｇ；ｉｏｍａｉｎｅｔｏｙｉｆｎｒｔｏｎｒｐ
的选择，易造成局部最优解等不足；容同时该算法要取得 Nhomakorabea０引言
信息熵是一个数学上颇为抽象的概念，以把信息熵理解可成某种特定信息的出现概率。对于信息系统来说信息熵是信息系统有序化程度的一个度量。一个信息系统越是有序，信息熵就越低；反之，个信息系统越是混乱，息熵就越高… 。一信基于信息熵的离散化算法的主要思想是通过计算每个断点的
Ａｂｓｒｃ：ＴｅｅｔｄｓｅｅａｇｒｔｍｓａｅｖｒｉｆｃｔｔｃｉｖｇｆｃｅｃｎｉｈｒｃｇｉｉｎｒｔｆｂｔＴｈｓｔａｔｈｅｒｃｎｉｃｒｔｌｏｈｒｅｙｄｆｉｕｌｏａｈｅｅｈｉｈｅｉｎｙａｄｈｇｅｏｎｔａｅｏｏｈ．ｉｉｏｉｐａｒｐｒｐｏｅｎｉｆｒａｉｎｅｔｏｙｄｓｒｔｚｔｏｌｏｉｍｓｄｏａｋｉｇｍｅｎｓｃｕｔｒｎｐｅｏｓｄａｎｏｍｔｏｎｒｐｉｃｅｉａｉｎａｇｒｔｂａｅｎｒｎｎａｌｓｅｉｇ．Ｆｉｓｌｈｒｔｙ，ｕｅａｋｉｇｍｅｎｓｓｄｒｎｎａ
关键词：粗糙集；离散化；连续值属性；逐级均值聚类；息熵信
中图分类号：Ｔ１；Ｐ０．Ｐ８Ｔ３１６
文献标志码：Ａ
文章编号：１０ — ６５２１）９３６ —４０１３９（０００ —３８０
ｄｉ１．９９ｊｉｎ１０ —６５２１．９０４ｏ：０３６／．ｓ．０１３９．０００．４ｓ
第２７卷第９期
２１００年９月
计算机应用研究
ＡｐｌａｉｎＲｓａｃｆＣｏｕｅｓｐｉｔｅｅｒｈｏｍｐｔｒｃｏ
Ｖｏ．７Ｎｏ９１２．Ｓｐ２０ｅ．０１
基于逐级均值聚类的信息熵的离散化算法
ｃｕｔｒｇｍｅｈｄｆｒａａｙｉｇｉｆｒｔｎｅｔｐａｕｆａｈｃｎｉａｅｃｔ，ａｄｇｎｒｔｄａｎｗｃｎｉａｅｃｔｓｔｅｌｓｉｔｏｎｌｚｎｏｍａｉｎｒｙｖｌｅｏｃａｄｄｔｕｓｎｅｅａｅｅａｄｄｔｕｓｅ．Ｓ－ｅｎｏｎｏｏｅｃｎｌ，ｕｅｎｏｍａｉｎｅｔｐｔｏｒｃｍｐｅｉｇｔｅｓｌｃｉｎｏｕｓｆｒｔｅｄｓｒｔａｉｎｏｏｔｕｕｔｂｔｓｖ－ｏｄｙｓｄｉｆｒｔｎｒｙｍｅｈｄｆｏｌｔｈｅｅｔｆｃｔｈｉｅｉｔｆｃｎｉｏｓａｔｕｅａｏｏｏｎｏｏｃｚｏｎｉｒ
类的信息熵的离散化算法。首先使用改进的逐级均值聚类算法分别对单个属性的候选断点按其信息熵值进行聚类分析，生成新的规模更小的候选断点集，然后用基于信息熵的离散化算法完成断点的选取并对连续值属性进行离散化。实验结果表明，该方法在识别率相当的情况下比传统的离散化方法的时间代价更低。
（．ｘｅｍｎａｅｔ，．ｏｌｅｆＭａｈｍｔｓ＆ＣｍｕｒｃｎｅｈｎｑｇＴｒｏｇｓＵｉｒｔ，Ｃｏｇｉｇ４４０ＣｉａａＥｐｒｅｔｌｎｅｂＣｌｇｉＣｒｅｏｔｅａｉｃｏｐｔｉｃ，ＣｏｇｉｈｅＧｒｅｎｖｓｙｈｎｑｎ０１０，ｈｎ）ｅＳｅｎｅｅｉ