離散化算法統(tǒng)一框架與軟件平臺.pdf

1、隨著計算機技術的發(fā)展，數據的信息量正在以指數形式增長。要想從海量、復雜的信息中提取出有價值、有意義的數據就離不開數據挖掘和機器學習。絕大多數的數據挖掘方法只能處理離散屬性的數據，而現實中需要處理的數據中包含了許多連續(xù)屬性，對于連續(xù)屬性的離散化研究就顯得意義重大。大數據時代的到來，更加催化了連續(xù)屬性離散化算法的研究。離散化算法發(fā)展至今已經有了很多優(yōu)秀的算法，從不同的側重點、不同的技術支持、不同的處理對象等可以將其劃分為不同的種類。現在還沒

2、有一種離散化算法，可以在不同的領域、不同的數據集中都能得到理想的結果。為了實現對不同的數據集都能找到合適的離散化算法，本文的主要工作就是搭建離散化算法統(tǒng)一框架與軟件平臺，主要的研究成果和內容如下：
　　首先，因為不存在通用的離散化算法，所以要實現更多的離散化算法，多實現才能夠多選擇。本文對每一個離散化算法按照離散化的處理流程，把算法分解為斷點的求解、斷點重要度的求解、最終斷點集(歸并和拆分)，分別實現在不同的接口中。通過不同接口的

3、選擇組合，不僅可以實現原來的離散化算法，還可以組合出新的算法，通過對新組合算法的實驗結果分析，當處理同一數據集時存在新組合的離散化算法優(yōu)于原來的算法，驗證了可行性。這也是本文的創(chuàng)新之處。
　　其次，現在已經開發(fā)出了很多對連續(xù)屬性離散化處理的軟件，工具中集合了不同類別的離散化算法。這些軟件工具只能夠把具有連續(xù)屬性的數據離散化，不能很好地實現數據的交互，功能單一，不利于知識發(fā)現的后續(xù)處理。本文的軟件平臺很好的實現了與數據庫的交互，并且

4、增加了前臺excel導入的方式接收目標數據集。軟件平臺應用Java的框架技術，以可視化的方式展現給用戶方便了用戶的操作。
　　最后，本文從以下幾個方面展開工作，先介紹了數據庫知識以及數據挖掘的重要性，連續(xù)屬性離散化的研究背景及意義，然后介紹了離散化算法用到的數學概念、公式以及離散化算法的分類和評價標準。最后對離散化算法用到的技術框架，實現的流程及方法進行概述；通過實驗數據的對比分析，驗證了軟件平臺的可行性。通過對離散化算法統(tǒng)一框架