模糊關(guān)聯(lián)規(guī)則及模糊關(guān)聯(lián)分類(lèi)研究.pdf

1、數(shù)量型關(guān)聯(lián)規(guī)則用于發(fā)現(xiàn)數(shù)量屬性之間的關(guān)聯(lián)關(guān)系，因其廣泛的應(yīng)用背景而成為了一種重要的關(guān)聯(lián)規(guī)則類(lèi)型。因?yàn)槟壳安紶栃完P(guān)聯(lián)規(guī)則的研究相對(duì)較成熟，所以經(jīng)典的方法是通過(guò)數(shù)量屬性的離散化把數(shù)量型關(guān)聯(lián)規(guī)則挖掘問(wèn)題轉(zhuǎn)化為布爾型關(guān)聯(lián)規(guī)則，這類(lèi)方法得到的用區(qū)間表示的關(guān)聯(lián)規(guī)則難以被理解，而且規(guī)則產(chǎn)生過(guò)程容易過(guò)分忽略或強(qiáng)調(diào)區(qū)間邊界附近的元素，即引起所謂“邊界尖銳”問(wèn)題。而模糊集理論能夠通過(guò)隸屬函數(shù)形成區(qū)間的模糊邊界，實(shí)現(xiàn)數(shù)量屬性相鄰區(qū)間的平滑過(guò)渡，于是研究者把模

2、糊集理論與數(shù)量型關(guān)聯(lián)規(guī)則相結(jié)合提出模糊關(guān)聯(lián)規(guī)則。但模糊集的引入產(chǎn)了新的問(wèn)題：如何確定數(shù)量屬性模糊區(qū)間對(duì)應(yīng)的隸屬度函數(shù)；如何挖掘具有模糊邏輯語(yǔ)義的模糊關(guān)聯(lián)規(guī)則；如何設(shè)計(jì)高效模糊頻繁項(xiàng)挖掘算法等。本文圍繞這些問(wèn)題，對(duì)模糊關(guān)聯(lián)規(guī)則在分類(lèi)中的應(yīng)用即如何構(gòu)建模糊關(guān)聯(lián)分類(lèi)模型展開(kāi)研究，主要工作有以下四個(gè)方面：
　　 (1)三角形隸屬度函數(shù)被廣泛用于模糊關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)預(yù)處理過(guò)程。目前已有的研究大多采用簡(jiǎn)單遺傳模型確定數(shù)量屬性模糊區(qū)間上的三

3、角形隸屬函數(shù)，這類(lèi)方法用于取值范圍較大的數(shù)量屬性時(shí)容易出現(xiàn)過(guò)早收斂現(xiàn)象。為此本文提出了一種基于CHC遺傳模型的數(shù)量屬性模糊劃分的方法，該方法采用實(shí)數(shù)編碼和PNX交叉算子，由閾值干預(yù)重新初始算子，以模糊1-頻繁項(xiàng)的支持度和三角形隸屬度函數(shù)對(duì)數(shù)量屬性取值范圍的覆蓋率與隸屬度函數(shù)間的重疊度為優(yōu)化目標(biāo)，通過(guò)遺傳進(jìn)化自動(dòng)確定數(shù)量屬性的模糊劃分區(qū)間。實(shí)驗(yàn)結(jié)果表明：與同類(lèi)算法相比，該方法所得最優(yōu)個(gè)體有較高的適應(yīng)度值，縮短了遺傳進(jìn)化所需時(shí)間，適用于取值

4、范圍較大的數(shù)量屬性的模糊劃分。
　　 (2)目前已有的模糊頻繁項(xiàng)挖掘算法大多是對(duì)經(jīng)典Apriori算法的擴(kuò)充，此類(lèi)方法存在需多次掃描數(shù)據(jù)集的固有缺陷，且在挖掘過(guò)程中也沒(méi)有考慮模糊項(xiàng)間的邏輯語(yǔ)義。為此本文提出了一種基于TD-FP-Growth的模糊關(guān)聯(lián)規(guī)則挖掘算法，該算法使用三種t-模算子以及由其產(chǎn)生的蘊(yùn)含算子計(jì)算模糊頻繁項(xiàng)的支持度和規(guī)則的蘊(yùn)含度，產(chǎn)生的關(guān)聯(lián)規(guī)則能夠表示模糊項(xiàng)間的確定性和漸進(jìn)性邏輯語(yǔ)義。該算法以事務(wù)的惟一標(biāo)識(shí)為鍵值

5、散列存儲(chǔ)每個(gè)事務(wù)對(duì)Fp-tree中每個(gè)結(jié)點(diǎn)所表示模糊項(xiàng)的隸屬度使得TD-FP-Growth適用于模糊頻繁項(xiàng)的挖掘：文中還分析了兩種算法的時(shí)間和空間復(fù)雜度，實(shí)驗(yàn)證明了從邏輯語(yǔ)義角度考慮模糊關(guān)聯(lián)規(guī)則的挖掘的必要性，本文算法的時(shí)間開(kāi)銷(xiāo)少于基于Apriori的模糊頻繁項(xiàng)挖掘算法的時(shí)間開(kāi)銷(xiāo)。
　　 (3)準(zhǔn)確率和解釋性是模糊關(guān)聯(lián)分類(lèi)模型的兩個(gè)相互制約的優(yōu)化目標(biāo)。目前已有的研究方法中，有的只考慮了分類(lèi)模型的準(zhǔn)確率，有的把這兩個(gè)目標(biāo)化簡(jiǎn)為單目

6、標(biāo)進(jìn)行問(wèn)題求解，有關(guān)模型的解釋性目標(biāo)的優(yōu)化策略較為簡(jiǎn)單。為此,本文提出了一種基于NSGA-Ⅱ(Nondominated Sorting Genetic AlgorithmⅡ)多目標(biāo)進(jìn)化算法的模糊關(guān)聯(lián)分類(lèi)建模方法，該方法采用基于概率獨(dú)立性的模糊確認(rèn)指標(biāo)篩選生成高質(zhì)量的模糊關(guān)聯(lián)分類(lèi)規(guī)則集，以匹茨堡(Pittsburgh)式的二進(jìn)制編碼方式對(duì)模糊關(guān)聯(lián)分類(lèi)規(guī)則集進(jìn)行編碼，從而構(gòu)建準(zhǔn)確率和解釋性折中的模糊關(guān)聯(lián)分類(lèi)模型。利用該模型對(duì)UCI(UC I

7、rvine)標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，表明該方法所建模型分類(lèi)的準(zhǔn)確率比同類(lèi)模型高，且該分類(lèi)模型具有較好的泛化能力，而其所含分類(lèi)規(guī)則的數(shù)目和規(guī)則前件總的模糊項(xiàng)的個(gè)數(shù)卻較少.即表現(xiàn)出模型的解釋性較好。
　　 (4)應(yīng)用上述(3)的方法在多類(lèi)不平衡數(shù)據(jù)集上進(jìn)行模糊關(guān)聯(lián)分類(lèi)建模時(shí)，針對(duì)稀有類(lèi)樣本產(chǎn)生的模糊關(guān)聯(lián)分類(lèi)規(guī)則較少，這使得模型對(duì)稀有類(lèi)樣本的識(shí)別率較低。而目前的研究對(duì)已有的不平衡分類(lèi)算法大多面向兩類(lèi)不平衡分類(lèi)問(wèn)題，且有關(guān)多類(lèi)不平衡數(shù)據(jù)分類(lèi)

8、的研究報(bào)道也較少。為此，本文提出一種新的適用于多類(lèi)不平衡數(shù)據(jù)分布情形下的模糊關(guān)聯(lián)分類(lèi)方法，該方法基于遺傳算法構(gòu)建子模糊關(guān)聯(lián)分類(lèi)器，遺傳進(jìn)化過(guò)程采用了二進(jìn)制編碼方式，HUX(Half Uniform Crossover)交叉算子和有偏向的變異算子，使用AdaBoost. M1W集成學(xué)習(xí)方法對(duì)模糊關(guān)聯(lián)分類(lèi)器進(jìn)行提升。以最小化集成學(xué)習(xí)迭代過(guò)程中訓(xùn)練樣本的加權(quán)分類(lèi)錯(cuò)誒率和子模糊關(guān)聯(lián)分類(lèi)器中模糊關(guān)聯(lián)規(guī)則及規(guī)則中所含模糊項(xiàng)的數(shù)目為遺傳優(yōu)化目標(biāo)，實(shí)現(xiàn)