一种基于聚类与离散化算法的分类方法  

作　　者：杨怀珍[1] 李玲华[1] 

机构地区：[1]桂林电子科技大学商学院,广西桂林541004

出　　处：《统计与决策》2010年第14期18-20,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(07082001);广西青年科学基金资助项目(0728092)

摘　　要：在采用聚类方法产生训练集的基础上,运用粗集理论离散化预处理该训练集,可以更好的提高分类精度。文章运用PAM算法聚类原始样本构成训练集,再利用布尔逻辑和粗集理论结合的离散化算法离散化该训练集,并以此离散化的训练集训练分类器。实验结果证明,基于该方法在相同的数据集上分类,比仅基于PAM算法预处理的RDDTE方法产生的分类精度最高提高了15.5%,且选用更少量的训练集。

关 键 词：PAM 启发式算法 数据离散化 k-折交叉验证法 

分 类 号：TP274.2[自动化与计算机技术—检测技术与自动化装置]