[发明专利]数据离散化的方法及装置

摘要

本发明实施例公开了一种数据离散化方法，包括：接收输入的有序排列的样本集，获取预设的有序排列的初始离散格式；获取预设的类别集合，遍历所述获取到的类别集合中的类别值，获取所述样本集在遍历到的类别值下的在所述初始离散格式中的起始阈值到每个阈值的积分区间的第一样本数，生成积分矩阵；迭代获取所述初始离散格式中的阈值集合的子集，查找所述遍历到的子集中的两两相邻的阈值构成的取值区间，根据所述积分矩阵获取所述每个查找到的取值区间对应的在每个类别值下的第二样本数和在所有类别值下的第三样本数，根据积分矩阵、所述取值区间对应的第二样本数和第三样本数以及所述类别集合计算所述遍历到的子集对应的区分度；查找区分度最大的子集，将所述查找到的区分度最大的子集作为目标离散格式输出。本发明还公开了一种数据离散化装置。本发明中数据离散化方法及装置可以减少计算复杂度，提高执行效率。

主权项

一种数据离散化方法，其特征在于，包括：接收输入的有序排列的样本集，获取预设的有序排列的初始离散格式；获取预设的类别集合，遍历所述获取到的类别集合中的类别值，获取所述样本集在遍历到的类别值下的在所述初始离散格式中的起始阈值到每个阈值的积分区间的第一样本数，生成积分矩阵；迭代获取所述初始离散格式中的阈值集合的子集，查找所述遍历到的子集中的两两相邻的阈值构成的取值区间，根据所述积分矩阵获取所述每个查找到的取值区间对应的在每个类别值下的第二样本数和在所有类别值下的第三样本数，根据积分矩阵、所述取值区间对应的第二样本数和第三样本数以及所述类别集合计算所述遍历到的子集对应的区分度；查找区分度最大的子集，将所述查找到的区分度最大的子集作为目标离散格式输出。