[发明专利]一种特征离散化方法和装置

权利要求书

1.一种特征离散化方法，其特征在于，包括：

按照特征的取值对样本进行排序；

根据所述特征每个取值点的信息增益确定所述特征的各个分界点，以将所述特征离散化为若干个离散区间；

对所述若干个离散区间进行聚类融合，得到离散化结果。

2.如权利要求1所述的特征离散化方法，其特征在于，根据所述特征每个取值点的信息增益确定所述特征的各个分界点包括：

根据每个特征点的样本标签，查找具有不同样本标签的相邻取值点对；将所述相邻取值点对的取值的中间值作为所述分界点。

3.如权利要求1所述的特征离散化方法，其特征在于，对所述若干个离散区间进行聚类融合包括：

比较每两个相邻的离散区间的距离，将具有最小距离的两个相邻离散区间融合为一个区间，得到更新后的离散区间；

比较更新后的离散区间中每两个相邻离散区间的距离，将具有最小距离的两个相邻离散区间融合为一个区间，如此循环，直至更新后的离散区间的数量等于预设区间数量。

4.如权利要求3所述的特征离散化方法，其特征在于，按照如下步骤确定所述预设区间数量：

比较每两个相邻的离散区间的距离，将具有最小距离的两个相邻离散区间融合为一个区间，得到更新后的离散区间；比较更新后的离散区间中每两个相邻离散区间的距离，将具有最小距离的两个相邻离散区间融合为一个区间，如此循环，直至所有的离散区间融合为一个区间，得到融合数据；所述融合数据包括：每次融合的两个相邻离散区间的距离以及更新后的离散区间的数量；

根据所述融合数据拟合距离关于离散区间数量的曲线，然后采用肘方法确定所述预设区间数量。

5.一种特征离散化装置，其特征在于，包括：

预处理模块，按照特征的取值对样本进行排序；

离散模块，根据所述特征每个取值点的信息增益确定所述特征的各个分界点，以将所述特征离散化为若干个离散区间；

融合模块，对所述若干个离散区间进行聚类融合，得到离散化结果。

6.如权利要求5所述的特征离散化装置，其特征在于，所述离散模块根据所述特征每个取值点的信息增益确定所述特征的各个分界点包括：

根据每个特征点的样本标签，查找具有不同样本标签的相邻取值点对；将所述相邻取值点对的取值的中间值作为所述分界点。

7.如权利要求5所述的特征离散化装置，其特征在于，所述融合模块对所述若干个离散区间进行聚类融合包括：

比较每两个相邻的离散区间的距离，将具有最小距离的两个相邻离散区间融合为一个区间，得到更新后的离散区间；

比较更新后的离散区间中每两个相邻离散区间的距离，将具有最小距离的两个相邻离散区间融合为一个区间，如此循环，直至更新后的离散区间的数量等于预设区间数量。

8.如权利要求7所述的特征离散化装置，其特征在于，所述融合模块还用于：按照如下步骤确定所述预设区间数量：

比较每两个相邻的离散区间的距离，将具有最小距离的两个相邻离散区间融合为一个区间，得到更新后的离散区间；比较更新后的离散区间中每两个相邻离散区间的距离，将具有最小距离的两个相邻离散区间融合为一个区间，如此循环，直至所有的离散区间融合为一个区间，得到融合数据；所述融合数据包括：每次融合的两个相邻离散区间的距离以及更新后的离散区间的数量；

根据所述融合数据拟合距离关于离散区间数量的曲线，然后采用肘方法确定所述预设区间数量。

9.一种特征离散化电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。