1.數據離散化和概念分層的原理和目的
通過將屬性值域划分為區間，用區間標記代替實際的數值，用來減少給定連續屬性值的個數。
2.離散化技術分類
例如：自頂向下：首先找出一個或幾個點作為分裂點來對真個屬性空間進行划分，然后再在結果區間上遞歸重復該過程。
自底向上：首相將所有的連續之看做分裂點，然后合並相近的屬性區間，減少分裂點，然后遞歸的調用該過程。
3.數值數據的離散化和概念分層的產生方法
a.分箱。基於箱的指定個數，自頂向下的分裂技術。概念與前面的一樣。
b.直方圖分析。同前面所述直方圖的意義。
c.基於熵的離散化。是一種監督的，自頂向下的分裂技術。
該方法原理：選擇屬性A中具有最小熵的值作為分裂點，並遞歸的划分結果區間，直到所有候選分類點上的最小信息需求（基於熵的某個公式）小於某個閾值或者結果區間的個數大於某個閾值。其中屬性A為D的類標號屬性。即：基於熵的離散化使用元祖的類標號信息，類標號屬性提供每個元祖的類信息。
注：這里的熵指信息熵。是對不確定性的一種度量。信息量越大，不確定性就越小，熵也就越小；信息量越小，不確定性越大，熵也越大。根據熵的特性，我們可以通過計算熵值來判斷一個事件的隨機性及無序程度，也可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響越大。
d.基於X2分布的區間合並。
該方法原理：使用類信息，采用自底向上的策略，遞歸的合並相似的近鄰區間，終止條件為：所有相鄰區間對X2小於指定額閾值。計算近鄰區間相似度的方法為：XXXXX.類似於前面所述的數據集成中卡方檢驗。適用對象:區間離散化的屬性。
其中，數據相依表表示為：表有兩列表示兩個近鄰區間，M行代表M個類分區。Oij表示第i個區間里類j的元祖個數，Eij=（區間i中元祖的個數）*（類j中元祖的個數）/數據與與元祖的總數。
e.聚類分析
f.根據直觀划分離散化。為了使所划分的區間更加自然，規整（例如不出現大量的小數，整數位除最高位外全部為0）。
規則：3-4-5規則。根據最高有效位的取值范圍，將區間划分為相對等寬的幾個3，4,或5個區間。
如果最高有效位包含3，7（2,3,2），6，9個不同的值，則划分為三個區間；如果包含2,4,8個不同的值，則划分為4個區間；如果包含1,5,10個不同的值，則划分為5個等寬的區間。
步驟：
1.根據信息的最大max最小值min確定所需考慮的最低low（第5個百分位數）和最高high值（第95個百分位數）。
2.根據low，high確定最高有效位的位（個位，十位，百分位。。。。），則令msd=1,10,100。。。。。然后將low，higi向下和向上取值（使區間能夠包含low，high范圍），得到新的low和high。
3.計算最高有效位取值的不同個數=（high-low）/msd.並根據上面的規則確定划分區間。
4.向上向下兼容。如果min>low,則使low=min,否則創建新區間（min,low],在high處同樣使用此方法。
5.可以遞歸的使用此方法對每一個結果區間進行划分操作。
4.分類數據的概念分層產生。
a.分類數據是離散數據，具有有限個值，值之間無序。