基于最近鄰聚類的連續(xù)屬性離散化算法研究.pdf

1、數據挖掘是當今數據庫和人工智能最活躍的研究領域之一,是知識發(fā)現(Knowledge Discovery in Databases,KDD)的核心,它的目的在于發(fā)現數據中隱藏的、潛在的、未知的和有用的知識,實質上是在大型的數據庫中尋找數據間的普遍模式和規(guī)則。實際數據庫中存在著較多的連續(xù)型數值,而現有的一些數據挖掘方法只能處理離散型數值,因而需要對連續(xù)型數值進行離散化。
　　因此,連續(xù)屬性離散化方法作為數據挖掘領域重要的基礎性工作,直

2、接影響到數據挖掘的質量。連續(xù)屬性離散化已經成為數據挖掘理論中一個非常重要的研究方向,在某種程度上,連續(xù)屬性離散化程度的好壞,將決定數據挖掘結果的優(yōu)劣。
　　本文根據最近鄰聚類的算法思想,提出了一種基于最近鄰聚類的連續(xù)屬性離散化算法,其是一種基于整體屬性的全局離散化,用兩步走的策略來完成。
　　本文所做的主要工作如下:
　　第一、分析了連續(xù)屬性離散化的課題研究背景,綜述了連續(xù)屬性離散化的國內外研究現狀,并指出了連續(xù)屬性離

3、散化研究面臨的挑戰(zhàn)和不足。
　　第二、分析了數據挖掘理論的相關知識,如數據挖掘的定義和數據挖掘的基本過程等。最重要的是在論文的第二章給出了連續(xù)屬性離散化問題的數學描述、連續(xù)屬性離散化的意義和重要性、連續(xù)屬性離散化算法的目標、連續(xù)屬性離散化算法的分類并分析了目前常見的連續(xù)屬性離散化算法。
　　第三、介紹了聚類分析的相關概念、聚類的過程及一些主要的聚類方法等。并重點分析了最近鄰聚類算法。
　　第四、研究了最近鄰聚類和連續(xù)屬