文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于关联规则的分类规则约简方法
侵权投诉

基于关联规则的分类规则约简方法

分析分类规则内属性之间的相关性,提出一种分类规则约简方法。针对原始训练集构造FP树,获取相应的关联规则集,对关联规则后件属性(集),采用置信度a描述该属性(集)相对于其所在分类规则的重要程度。在分类规则集中,约筒α值小于阈值η的属性,从而约简分类规则长度。利用UCI机器学习及SDSSDR7数据进行实验,结果表明该方法具有较高的分类效率。

第3 8卷第 9期 、0 _8,l3

计

算

机

工

程

21 0 2年 5月 M a 2 2 y 01

NO9 .

Co u e n i e rn mp trE g n e i g

软件技术与数据库

 ̄ltg.10_48 02 .06 文献标识码t : lt 0 32(1) _ 4— 3 ti o 2 0 0 A

中圈号t P8分类 1 T

基于关联规则的分类规则约简方法 壬琦,李霞 (学院 a计算机科学与技术系; .共计算机教学部,山西运城 04 0)运城 . b公 400

捕

要:分析分类规则内属性之间的相关性,提出一种分类规则约简方法。针对原始训练集构造 F P树,获取相应的关联规则集,对关联

规则后件属性(,用置信度描述该属性(相对于其所在分类规则的重要程度。在分类规则集中,约筒 d集)采集)值小于阈值, 7的属性,从而 约简分类规则长度。利用 U I C机器学习及 S S R数据进行实验, D SD 7结果表明该方法具有较高的分类效率。

关健词:数据挖掘;分类规则;关联规则;U I C数据;S S R D SD 7数据

Cl s i c t0 l d c i n M e h d Ba e n As o i t0 l a sf a i n Ru eRe u t0 t o s d 0 s ca i n Ru e i WANG Qi LI a , Xi“ (. p r n f mp tr cec& T cn lg; . u l mp t ec igDeat n, u ce gUnvri, uc e g04 0, ia aDe at t Co ue in e me o S eh oo y b P biCo ue T ahn p r c r metY n hn iesy Y n h n 4 0 0Chn ) t

[ src]T ipp r rp ss lsict nrl rd cinme o yaay igh orl ino a r ue l s ct nrl .t ba sh Ab ta t hs ae o oe cas a o e e ut t db lz e r a o f ti ts ca i ai e Io ti e p a i f i u o h n n t c et tb n i sf o u s n t i a s cain r es tb n lzn山e c reain a n h t iue anig st d srb stei o tnc e e n teca sfc t n r l y so it ul e y a ay ig o

o rlt mo g teat b tsoft i n e. e cie mp ra e d ̄ e i lsi ai ueb o r r h h i o u igted ge fc n d nc f h so ito ul. heltrp r tea s cain r l. o ea i lre a h eh l le r sd ltdi sn e reo o f e en o t ea s cainr e T e at h i a ofh so ito e wh s s ag rt n trs odvau/ eee u h,i n teca sfc to l.Ex ei na e u t aiaeta i t o shg e lsi c t n e e tv n s y u ig UCIa d S S d t ste h lsi ain r e i u p rme tlrs lsv l t h tt sme d ha ih rca sf ai f cie e sb s d h h i o n DS aa a n h d c so yse . e ii n s t m

[ y r s aamiig c sict nrl; soit nrl; I a; DS 7d t Ke d ld t n; l s ai e asc i e UC t S SDR aa wo n a f ou i ao u da D0I 1 .9 9 .s . 0 -4 82 1.90 4: 03 6/i n1 03 2 .0 20 .1 js 0

l概述 分类是数据挖掘和机器学习领域中的重要研究内容之 一

效率,而分类规则前件的属性值之间可能存在一些具有蕴涵 关系的相关性,因此,如果能够利用这种相关性,在不影响

,

用来抽取能描述重要数据集合的模型,用于预测未知数

分类质量的前提下,对分类规则前件中的子项进行约简,具有重要的理论意义及应用价值。本文提出一种基于关联规则的分类规则约筒方法,利用 U I C机器学习及 S SD 71数 DS R[1 3 据进行实验。

据对象的离散类别,已广泛应用在市场营销、金融投资、天文、地理的数据分析与决策等领域【。近年来,国内外学者 J j在分类规则的研究上做了大量工作。首先是分类规则提取方

法的研究,如通过构造并改进决策树进行学习分类规则,是种贪心思想,具有高效、可理解性强等特征 基于统计。;学的分类方法:贝叶斯分类法l】以用于大型数据库中,】,可 具有较高分类质量(

正确率);概念格[6 5] -分类法,通过格结点 一

2关联规则与分类规则的基本概念及性质 本文主要通过分析分类规则内属性之间的相关性,减少 分类规则长度,给出以下基本概念。 给定一个数据库 D B,I t{12厶} D s= l1, e,…,是 B中 1个不同" 1

间的关系获取的分类规则,具有精确性、分类质量高的特点, 但是知识集容量较大;此外,粗集、模糊集、遗传算法 J J等理论在(尤其是不确定背景下)分类规则的获取上也有较好的应用。其次针对分类规则集中存在的冗余、冲突现象,以提高分类质量和效率为目标的分类规则集的处理,分为直接处理和后处理 2种I。直接处理是指在分类规则获取的过程 J…中伴随剪枝操作,是一种改进算法,例如, una Q il R的 C . n 45 算法是在决策树构造过程、生成规则的过程中,通过选择理

的交易项目集合,D中每一个交易 r是 Ie中的一组项目 B st 集合,即 T_st c . e。 l

定义 1设 P=In…n l Ie( 1,七,尸是长 I hn,i st=,…,称 ̄ i 2 )度为 k的模式。 定义 2形如 P Q的蕴涵式,其中,P_ e,Q le且 cI t c st s P Q=O,称 P N jQ为关联规则;若 Q为类属性,则称 P jQ 为分类规则。

定义 3模式 P D在 B中的支持度为 aPD )l/ ̄。 (IB:eI l l D 定义 4设 P和 Q为 2个模式且{ fn ) ,其中,尸}{= 户 P n n ;9 QI Q n Q,则关联规则尸=在 】…n: n 2…n朋=Q>

想的测试属性及对规则的剪枝减少和消除冗余。文献D] 0采用闭集的方法对关联、分类规则进行后处理,并构造相应的 分类器。文献【 1 1]在构造 C A分类器的过程中采用这种技术 B

D B中的置信度为 a ̄QD ) ' N/B/(/B。 ( P/B=o QD ) PD ) ( P o 在 D中获取关联规则,需要设置最小支持度 i和最 B 基金项目:山西省高等学校科技研究开发基金资助项目(09 10; 20 15) 运城学院基金资助项 H(C 2 0 0 5 J -0 9 1)

消除冗余后处理,即在已经生成规则集的基础上进行后续处理,消除冗余。文献【】出的规则过滤方法是一种典型的 l提 2 规则后处理。然而,后处理过程完全脱离原始数据集,在

得到较好的处理效率的同时,极易使有价值信息流失,有可能 影响分类的质量。不论直接处理还是后处理,消除的冗余及冲突存在于规则之间,对于高维度背景数据,获取的分类规则前件将是较长的字符串严重影响分类或预测过程中的匹配

作者苜介:王

琦( 7-)男,师、 1 8, 9讲硕士,主研方向:数据挖掘;

李霞,副教授、硕士

收稿日: 0 ll l Ema:w j@16 o 期 2 1 1 4 - - i qj 2 . r l s cn

基于关联规则的分类规则约简方法

第1页

你可能喜欢

  • 多层关联规则
  • 关联规则分析
  • 关联规则挖掘
  • 关联规则算法
  • 关联规则数据集
  • 十大数据挖掘算法

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email