基于粗糙集的连续属性离散化算法及其应用

为了提高信息系统的相容性、解决离散化过程中阈值以难确定的问题,提出了一种改进的连续属性离散化算法.该算法以信息增益作为属性重要性的度量方法,以基于最小描述长度原理的决策系统信息熵作为离散化过程的评价函数,能够有效地提高离散化速度和精度,并且增强了系统的鲁棒性.仿真结果证明,此算法能够得到满意的离散化结果,是一种能够自动调节阈值的有效算法.     

一个“重要极限”的推广

针对教材中用“重要极限”求有关极限的问题，介绍了一种方便实用的方法，即用“重要极限”的推求解，这种方法目的的明确，自然。