发帖
雷达卡
鸢尾花数据集的离散化与数据挖掘中的ChiMerge算法相关，用R语言实现。
相关性度量也可以用于离散化，ChiMerge基于卡方的离散化方法
问题描述：
ChiMerge是监督的、自底向上的数据离散化方法。它依赖于卡方分析：具有最小卡方值的相邻区间合并在一起，直到满足确定的停止标准。
（1）、简述ChiMerge如何工作。
（2）、取鸢尾花数据集作为待离散化的数据集合，鸢尾花数据集可以从UCI机器学习数据库得到。使用ChiMerge方法，对四个数值属性分别进行离散化。（令停止条件为：max-interval=6）。你需要写一个小程序，以避免麻烦的数值计算。提交你的简要分析和检验结果：分裂点、最终的区间以及源程序文档。
iris.txt
(2.68 KB, 需要: 2 个论坛币)
问题分析及回答：
（1）ChiMerge的工作原理：
ChiMerge算法过程：
第一步：初始化：
根据要离散的属性对实例进行排序；每个实例属于一个区间。
第二步：合并区间，又包括两步骤：
1、计算每一对相邻区间的卡方值；
2、将卡方值最小的一对区间合并。
用R软件实现：
鸢尾花R语言.txt
(2.96 KB, 需要: 10 个论坛币)
结果如下图
京公网安备 11010802022788号
