เทคนิค Discretization และ Concept Hierarchy Generation สำหรับ Numerical Data

ความท้าทาย

การกำหนด Concept Hierarchies สำหรับ Numerical Attributes ยุ่งยาก เนื่องจาก Data Ranges กว้าง และ Data Values อัปเดตบ่อย

วิธีการหลัก

1. Binning (การจัดเป็นถัง)

Top-down Splitting Technique 基于จำนวน Bins ที่กำหนด ใช้เป็น Discretization Method สำหรับ Numerosity Reduction และ Concept Hierarchy Generation ใช้ Recursive บน Partitions เพื่อสร้าง Hierarchies Binning ไม่ใช้ Class Data → Unsupervised Discretization ระวัง: ขึ้นกับ User-specified Bins และ Outliers

2. Histogram Analysis (การวิเคราะห์ฮิสโตแกรม)

เหมือน Binning: Unsupervised (ไม่ใช้ Class Data) Histograms แบ่งค่า Attribute A เป็น Disjoint Ranges = Buckets

Equal-width Histogram: กว้างเท่ากัน (เช่น Bucket กว้าง $10)
Equal-frequency Histogram: แต่ละ Partition มี Tuple เท่ากัน

ใช้ Recursive บนแต่ละ Partition สร้าง Multi-level Concept Hierarchy หยุดเมื่อถึง Concept Levels ที่กำหนด Minimum Interval Size ควบคุม Recursion

3. Entropy-Based Discretization (การแยกชั้นด้วยเอนโทรปี)

Entropy = Discretization Measure มาจาก Claude Shannon (Information Theory, Information Gain) Supervised, Top-down Splitting ใช้ Class Distribution Data หา Split Points (ค่าสำหรับ Partition Attribute Range)

4. Cluster Analysis (การวิเคราะห์กลุ่ม)

Data Discretization Method ยอดนิยม Clustering Algorithm แบ่งค่า Attribute A เป็น Clusters/Groups พิจารณา Distribution และ Closeness ของ Data Points → High-quality Discretization สร้าง Concept Hierarchy: Top-down Splitting หรือ Bottom-up Merging แต่ละ Cluster = Node ของ Hierarchy