基于可信度最优的连续属性离散化挖掘算法

"一种基于可信度最优的数量关联规则挖掘算法" 本文主要探讨的是在数据挖掘领域，特别是数量关联规则挖掘中的一个关键问题：如何有效地处理连续属性并挖掘出最具可信度的数量关联规则。数量关联规则是指在数据集中，两个或多个连续属性之间的统计关联性，比如在股票市场中，股票的价格变化与其涨幅之间的关系。传统的关联规则挖掘主要关注离散属性，但在现实世界的数据中，连续属性更为常见，如股票价格、温度、体重等。 在描述的算法中，首先采用等深度划分算法对连续属性进行离散化处理。等深度划分是一种将数据集分割成若干个具有相同大小（或近似相同）的子区间的方法，以此减少连续属性的复杂性，使其适应于挖掘规则。这个过程是至关重要的，因为它直接影响到挖掘结果的准确性和效率。 接着，算法利用凸包处理技术来提取强规则中的最优数量关联区间。凸包是包含所有点的最小几何形状，这里可能是用来找出最能代表数据分布特征的区间。在数量关联规则中，高可信度的区间意味着在此范围内的属性值之间的关联性最强，对于决策支持和预测具有很高的价值。 论文中提到的应用实例是股票市场的数量关联分析。通过对股票价格的离散化和最优关联区间提取，算法能够找出股票涨跌与价格之间的高可信度规则。实验结果显示，该算法在实际应用中表现出良好的效果，证明了其在数据挖掘领域的有效性。 此外，文章还提到了一些已有的关联规则挖掘算法，如IBM的Intelligent Miner、Angoss Software的Knowledge Seeker以及DBMiner，这些都是针对布尔属性的算法。而数量关联规则在银行业务分析、股市分析等领域的应用则进一步强调了对这类规则挖掘的必要性。 该研究提出的基于可信度最优的数量关联规则挖掘算法，通过连续属性的离散化和凸包处理，有效地解决了连续属性关联规则的挖掘问题，并在实际案例中展示了其优越性能。这为数据挖掘提供了新的工具和方法，尤其在处理涉及连续属性的数据集时，可以更精确地发现有价值的信息和规律。