离散化 • 三种类型的属性值： • 名称型(Nominal)——e.g. 无序集合中的值 • 序数型(Ordinal)——e.g. 有序集合中的值 • 数值型(Numeric)——e.g. 实数 • 离散化 • 将连续属性的范围划分为区间 • 有效的规约数据 • 基于决策树的分类 • 离散化的数值用于进一步分析介绍

离散化

离散化是一种数据预处理技术，它将连续型的数值数据转化为离散型的数据。在数据挖掘中，离散化是一种常用的数据预处理技术，它可以将连续属性的范围划分为多个离散的区间，从而将连续型的数据转化为离散型的数据。

三种类型的属性值

在离散化之前，需要了解三种类型的属性值。其中，名称型属性值指的是无序集合中的值，例如颜色、国家等；序数型属性值指的是有序集合中的值，例如等级、分数等；数值型属性值指的是实数，例如年龄、身高等。

离散化的应用

离散化的主要应用之一是对数据进行规约。在处理大量数据时，离散化可以将连续的数值范围划分为若干个区间，从而减少数据的数量，提高数据处理的效率。除此之外，离散化还可以用于基于决策树的分类，通过将连续型的属性值转化为离散型的属性值，可以提高决策树分类的准确性。离散化的数值还可以用于进一步的数据分析，例如聚类分析、关联规则挖掘等。