离散化是数据预处理的重要方面,是数据挖掘的关键技术之一。在离散化算法的分类中,基于类-属性关联的离散化算法是当前离散化效果较好的方式之一。基于类-属性关联的离散化算法在运行效率和对离散后数据的预测精度上都有着较好的表现。不过在离散化过程中评估区间的分割条件时,往往会存在两个缺陷:一是对区间中少数类别考虑不充分;二是离散过程中产生的区间数不合理。针对上述问题,本文分析了CAIM算法与ur＿CAIM算法的特性以及存在的缺陷,基于已有的类-属性关联的离散化算法的特性提出了两种新理论:一是通过粗糙集理论中属性重要性的确认方式与CAIM算法相结合提出新的连续属性权重的计算方式;二是根据ur＿CAIM算法的特征提出了最小标准值的概念,并在最小标准值中引入了一个可变的标准参数e。最后基于新提出的连续属性权重的计算方式与最小标准值相结合对ur＿CAIM算法的停止标准进行了改进,得到了新的离散化算法。改进后的算法在离散化过程中会充分考虑区间中各个数量类别的同时,可以产生更加合理的区间数,从而得到更合理的离散化方案。通过实验结果可以验证,本文提出的改进算法可以得到更合理的平均区间数,并且相对于其他离散化算法在使用分类器进行分类后的预测精度上也有更好的表现。之后将本文改进的算法应用在红酒品质检测中,证明了本文改进算法的实际可用性。虽然改进后的算法可以得到更合理的离散化方案,不过文中的标准参数e的取值是通过经验得到,因此如何根据数据集的特点来确定标准参数e的取值是未来可以继续研究的方向。