連續(xù)屬性關(guān)聯(lián)規(guī)則挖掘方法研究.pdf

1、關(guān)聯(lián)分析是數(shù)據(jù)挖掘算法中的一種，主要用于發(fā)現(xiàn)數(shù)據(jù)集中變量或項(xiàng)之間的關(guān)聯(lián)關(guān)系，被各個(gè)行業(yè)廣泛應(yīng)用。其中，離散變量尤其是二元變量的關(guān)聯(lián)分析算法體系較為成熟，在長(zhǎng)久的研究中，算法效率、概念擴(kuò)展等方面都取得了巨大進(jìn)展。相較而言，連續(xù)屬性變量的關(guān)聯(lián)分析算法研究較少，而連續(xù)屬性往往蘊(yùn)含了大量信息。
　　本文首先探索了基于maxR2和傳統(tǒng)Apriori方法的非離散化處理連續(xù)型變量的關(guān)聯(lián)分析算法，其基本思想是引入多元線性回歸中的復(fù)樣本決定系數(shù)，設(shè)

2、計(jì)基于該指標(biāo)的maxR2代替支持度。由于maxR2具有單調(diào)性性質(zhì)，不同于支持度反單調(diào)性的性質(zhì)，因此設(shè)計(jì)了“反向剪枝”過程。算法旨在挖掘大量連續(xù)變量中具有關(guān)聯(lián)的部分變量。
　　之后本文引入遺傳算法對(duì)上述基于maxR2的maxRs-Apriori算法作了進(jìn)一步改進(jìn)，彌補(bǔ)原算法只能挖掘變量全局關(guān)聯(lián)性的缺陷。改進(jìn)的算法旨在挖掘變量之間的“局部相關(guān)性”，即各變量在某一區(qū)間范圍內(nèi)的關(guān)聯(lián)度。模擬數(shù)據(jù)集上的結(jié)果表明兩種算法均能夠有效挖掘大量變量中