论文部分内容阅读
许多分类算法要求训练事例仅包含离散型属性,因此,在数据中含有连续的数值型属性时,需要先将这些数值型属性转换为离散型属性,称这一过程为离散化。从实际应用的角度看,离散化也是一种KDD。该文讨论了离散化的有关内容,提出了一个基于分类特性的、面向分类规则的离散化方法。指出该方法可用于大规模数据库的知识发现。