论文部分内容阅读
连续数据离散化能够提高数据挖掘算法的分类能力．文中提出一种基于统计指标的连续属性离散化方法，凭借相关系数衡量类与属性间的关联度，获取最优区间列表．引入变精度粗糙集模型，有效地控制数据由离散化导致的信息丢失．该方法在声纳传感器数据识别以及其它领域上进行了应用．实验结果表明，该方法在J48决策树上有很好的分类能力．