遗传算法在决策表连续属性离散化中的应用研究

？连续属性的离散化是压缩数据和简化分析的重要手段,也是模式识别、机器学习和粗集分析等领域研究的难点.目前已出现多种离散方法,存在的主要问题是对离散效果影响较大的侯选分割点集选择带有较强的主观性.最优离散化是np-困难问题,大多数离散化算法采用的启发式也难以得到较满意的离散效果.基于粗集理论,探讨了上述问题,把分割点的优选问题转化为0-1整数规划,并提出一种用实数编码的遗传算法来计算最优分割点集.