基本信息

---

下载

文档摘要

---

信息论赋能粗糙集：连续属性离散化的深度剖析与应用拓展

一、引言

1.1研究背景与动机

在信息技术飞速发展的当下，数据挖掘和机器学习领域取得了长足的进步，它们在众多领域的应用日益广泛，如医疗诊断、金融风险评估、市场营销等。粗糙集理论作为一种强大的处理不确定性和不完备性数据的数学工具，在这些领域中发挥着重要作用，被广泛应用于知识发现、属性约简、规则提取等任务。然而，原始数据在实际应用中往往包含各种连续性的属性，例如在医疗数据中，患者的年龄、体温、血压等；在金融数据里，股票价格的波动、利率的变化等，这些连续属性无法直接被粗糙集理论处理。因此，需要将这些连续性属性进行离散化处理，以便进行粗糙集分析。