Weka期货数据挖掘中连续属性划分策略研究

陈磊

摘要：数据挖掘过程中的数据预处理是一项很重要的工作。分析了现有分类算法J48直接处理原始期货数据时出现的分类准确率和预测准确率低等弊端。针对期货数据的连续性和时序性特征，在Weka数据挖掘平台下，提出一种面向期货数据的连续属性划分策略，其主要思想是对连续属性采用不同的分段标识方法，从中找出一种最适合期货数据特征的划分机制，进而在有效降低数据过度拟合的前提下，较大提高J48算法的分类准确率和预测准确率。

关键词：Weka；期货；J48 数据挖掘；数据预处理；连续属性划分

DOIDOI：10.11907/rjdk.161196

中图分类号：TP391文献标识码：A文章编号：1672-7800（2016）006-0173-03

参考文献：

[1]IAN H WITTEN，EIBE FRANK，MARK A HALL.Data mining practical machine learning tools and techniques[M].ELSEVIER，2010.

[2]IAN H WITTEN，EIBE FRANK，MARK A.数据挖掘：实用机器学习工具与技术[M].李川，译.北京：机械工业出版社，2014.

[3]袁梅宇.数据挖掘与机器学习——Weka应用技术与实践[M].北京：清华大学出版社，2014.

[4]JIAWEI HAN，KAMBER M.数据挖掘概念与技术[M].范明，孟小峰，译.北京：机械工业出版社，2004.

[5]DAI W，JI W.A MspReduce implementattion of C4.5 decison tree algorithm[J].International Journal of Database Theory and Application，2014，7（1）：49-60.

[6]QUINLAN J R.C4.5：programs for machine learning[M].Burlington：Morgan Kaufmann Publishers，1993：17-42.

[7]ABELLAN J，MORAL S.Building classification trees using the total uncertainly criterion[J].Journal of the Royal Statistical Society，Series B：Methodological，1996，58（1）：3-57.

[8]HETTICH S，BAY S D.The UCI KDD archive[EB/OL].http：//kdd.ics.uic.edu/.

[9]QUINLAN J R.Induction of decision tree[J].Machine learning，1986（1）：81-106.

[10]杨学兵，张俊.决策树算法及其核心技术[J].计算机技术与发展，2007，17（1）：44-46.

[11]孙超利.基于决策树的数据流挖掘算法的研究[J].太原科技大学学报，2006，27（4）：269-270.

[12]Jsp中一些数据类型的转换[EB/OL].http：//blog.csdn.net/xuxurui007/article/details/18045943，2015，10.

[13]陈爱萍，范媛媛.一种连续属性值域划分的离散化方法[J].计算机应用研究，2012（5）：154-158.

[14]TSAI C J，LEE C I，YANG WEI-PANG.A discretization algorithm based on class-attribute contingency coefficient[J].Information Sciences，2008，178（3）：714-731.

[15]MEHMED KANTARDZIC.数据挖掘——概念、模型、方法和算法[M].北京：清华大学出版社，2003.

[16]蒋帅.K-均值聚类算法研究[D].西安：陕西师范大学，2010.

[17]新浪财经——期货[EB/OL].http：//finance.sina.com.cn/futuremarket/，2015，10.