डेटा डिस्क्रीटाइजेशन तकनीकों का उपयोग किसी सतत विशेषता के मानों की संख्या को कम करने के लिए किया जाता है, जिसमें उस विशेषता की सीमा को अंतरालों में विभाजित किया जाता है। अंतराल लेबलों का उपयोग वास्तविक डेटा मानों को पुनर्स्थापित करने के लिए किया जा सकता है। यह एक सतत विशेषता के कई मानों को कम संख्या में अंतराल लेबलों के साथ पुनर्स्थापित करता है, जिससे मूल जानकारी सरल और संक्षिप्त हो जाती है।
डिस्क्रीटाइजेशन के लाभ
इससे खनन परिणामों का एक संक्षिप्त, उपयोग में आसान, ज्ञान-स्तरीय प्रतिनिधित्व प्राप्त होता है। डिस्क्रीटाइजेशन तकनीकों को इस आधार पर वर्गीकृत किया जा सकता है कि डिस्क्रीटाइजेशन कैसे कार्यान्वित किया जाता है, जैसे कि यह क्लास डेटा का उपयोग करता है या नहीं और यह किस दिशा में आगे बढ़ता है (टॉप-डाउन बनाम बॉटम-अप)। यदि डिस्क्रीटाइजेशन प्रक्रिया क्लास डेटा का उपयोग करती है, तो इसे सुपरवाइज्ड डिस्क्रीटाइजेशन कहा जाता है; अन्यथा अनसुपरवाइज्ड।
डिस्क्रीटाइजेशन के प्रकार
टॉप-डाउन डिस्क्रीटाइजेशन (स्प्लिटिंग)
यदि प्रक्रिया पूरे विशेषता रेंज को विभाजित करने के लिए एक या कुछ बिंदुओं (स्प्लिट पॉइंट्स या कट पॉइंट्स के रूप में ज्ञात) की खोज करके शुरू होती है, और फिर परिणामी अंतरालों पर इसे पुनरावर्ती रूप से जारी रखती है, तो इसे टॉप-डाउन डिस्क्रीटाइजेशन या स्प्लिटिंग कहा जाता है।
बॉटम-अप डिस्क्रीटाइजेशन (मर्जिंग)
बॉटम-अप डिस्क्रीटाइजेशन या मर्जिंग में, सभी सतत मानों को संभावित स्प्लिट-पॉइंट्स के रूप में माना जाता है, फिर पड़ोसी मानों को मर्ज करके अंतराल बनाए जाते हैं, और इस प्रक्रिया को परिणामी अंतरालों पर पुनरावर्ती रूप से लागू किया जाता है।
कॉन्सेप्ट हायरार्की
डिस्क्रीटाइजेशन को किसी विशेषता पर पुनरावर्ती रूप से लागू किया जा सकता है ताकि विशेषता मानों का एक पदानुक्रमित या बहु-रिज़ॉल्यूशन विभाजन प्राप्त हो सके, जिसे कॉन्सेप्ट हायरार्की कहा जाता है। कॉन्सेप्ट हायरार्की अमूर्तता के कई स्तरों पर खनन के लिए उपयोगी होते हैं। एक संख्यात्मक विशेषता के लिए कॉन्सेप्ट हायरार्की उस विशेषता के डिस्क्रीटाइजेशन को दर्शाता है।
कॉन्सेप्ट हायरार्की का उपयोग डेटा को कम करने के लिए किया जा सकता है, जिसमें निम्न-स्तरीय अवधारणाओं (जैसे उम्र के लिए संख्यात्मक मान) को उच्च-स्तरीय अवधारणाओं (जैसे युवा, मध्यम आयु, या वरिष्ठ) के साथ एकत्रित और पुनर्स्थापित किया जाता है। हालांकि ऐसे डेटा सामान्यीकरण से विवरण छिप जाता है, लेकिन सामान्यीकृत डेटा अधिक सार्थक और निष्पादित करने में सरल होता है।
डेटा माइनिंग में महत्व
यह कई खनन कार्यों के बीच डेटा खनन परिणामों का एक सुसंगत विवरण प्रदान करता है, जो एक सामान्य आवश्यकता है। साथ ही, कम डेटा सेट पर खनन के लिए कम इनपुट/आउटपुट ऑपरेशन की आवश्यकता होती है और यह उच्च, असामान्य डेटा सेट पर खनन की तुलना में अधिक कुशल होता है। इन लाभों के कारण, डिस्क्रीटाइजेशन तकनीकों और कॉन्सेप्ट हायरार्की का उपयोग आमतौर पर डेटा माइनिंग से पहले प्रीप्रोसेसिंग चरण के रूप में किया जाता है, न कि खनन के दौरान।
कई डिस्क्रीटाइजेशन विधियों का उपयोग संख्यात्मक विशेषताओं के लिए कॉन्सेप्ट हायरार्की को स्वचालित रूप से उत्पन्न या गतिशील रूप से परिष्कृत करने के लिए किया जा सकता है। इसके अलावा, श्रेणीबद्ध विशेषताओं के लिए कई हायरार्की डेटाबेस डिजाइन में निहित होते हैं और स्कीमा परिभाषा स्तर पर स्वचालित रूप से प्रस्तुत किए जा सकते हैं।
