เทคนิคการแบ่งช่วงข้อมูล (Data Discretization) ใช้เพื่อลดจำนวนค่าของแอตทริบิวต์ต่อเนื่อง (Continuous Attribute) โดยการแบ่งช่วงค่าของแอตทริบิวต์ออกเป็นช่วงๆ (Intervals) ป้ายกำกับช่วง (Interval Labels) สามารถนำมาใช้เพื่อกู้คืนค่าข้อมูลจริงได้ ซึ่งช่วยลดและทำให้ข้อมูลต้นฉบับเรียบง่ายขึ้น
ประโยชน์ของการแบ่งช่วงข้อมูล
การแบ่งช่วงนำไปสู่การแสดงผลระดับความรู้ (Knowledge-level Representation) ที่กระชับและใช้งานง่ายสำหรับผลการทำเหมืองข้อมูล (Data Mining) เทคนิคการแบ่งช่วงสามารถจัดประเภทได้ตามวิธีการดำเนินการ เช่น ว่าใช้ข้อมูลคลาส (Class Data) หรือไม่ และทิศทางการดำเนินการ (Top-down หรือ Bottom-up)
ประเภทของการแบ่งช่วงข้อมูล
1. การแบ่งช่วงแบบมีผู้ดูแล (Supervised Discretization)
หากกระบวนการแบ่งช่วงใช้ข้อมูลคลาส จะเรียกว่า Supervised Discretization
2. การแบ่งช่วงแบบไม่มีผู้ดูแล (Unsupervised Discretization)
หากไม่ใช้ข้อมูลคลาส จะเรียกว่า Unsupervised Discretization
3. การแบ่งช่วงแบบ Top-down (Splitting)
เริ่มต้นด้วยการค้นหาจุดแบ่ง (Split Points หรือ Cut Points) หนึ่งหรือหลายจุด เพื่อแบ่งช่วงทั้งหมดของแอตทริบิวต์ จากนั้นทำซ้ำแบบเรียกซ้ำ (Recursively) บนช่วงที่ได้
4. การแบ่งช่วงแบบ Bottom-up (Merging)
เริ่มต้นด้วยการพิจารณาค่าต่อเนื่องทั้งหมดเป็นจุดแบ่งที่เป็นไปได้ จากนั้นนำค่าบางส่วนมารวม (Merge) กับค่าเพื่อนบ้านเพื่อสร้างช่วง และทำซ้ำกระบวนการนี้
ลำดับชั้นแนวคิด (Concept Hierarchies)
การแบ่งช่วงสามารถนำไปใช้แบบเรียกซ้ำบนแอตทริบิวต์เพื่อรองรับการแบ่งชั้นหลายระดับ (Multi-resolution Partitioning) ซึ่งเรียกว่าลำดับชั้นแนวคิด (Concept Hierarchy) ลำดับชั้นแนวคิดมีประโยชน์สำหรับการทำเหมืองข้อมูลหลายระดับการนามธรรม (Multiple Levels of Abstraction)
ตัวอย่างเช่น แอตทริบิวต์ตัวเลขเช่น อายุ (Age) สามารถแบ่งช่วงและแทนที่ด้วยแนวคิดระดับสูงกว่า เช่น เด็ก (Youth), วัยกลางคน (Middle-aged), ผู้สูงอายุ (Senior) แม้รายละเอียดจะถูกปกปิดไป แต่ข้อมูลที่สรุปแล้วจะมีความหมายมากขึ้นและประมวลผลง่ายขึ้น
การประยุกต์ใช้
การแบ่งช่วงและการสร้างลำดับชั้นแนวคิดมักถูกใช้เป็นขั้นตอนก่อนการทำเหมืองข้อมูล (Preprocessing Step) เนื่องจากช่วยลดข้อมูล ทำให้การทำเหมืองข้อมูลมีประสิทธิภาพมากขึ้น และให้คำอธิบายที่สอดคล้องกันสำหรับงานทำเหมืองข้อมูลหลายงาน
