基于Lazy方法的數(shù)量型關(guān)聯(lián)分類(lèi)研究.pdf

1、信息時(shí)代,高速發(fā)展的計(jì)算機(jī)技術(shù)使許多有價(jià)值的信息被保存起來(lái),但是如何將這些隱含信息有效地挖掘出來(lái)加以利用是我們不斷研究的方向。關(guān)聯(lián)分類(lèi)作為數(shù)據(jù)挖掘中一種分類(lèi)精度高,適應(yīng)性好的分類(lèi)算法,被廣泛的應(yīng)用于各個(gè)領(lǐng)域。目前的研究方法和模型都是基于理想的離散型數(shù)據(jù),如何將其更好的應(yīng)用到數(shù)量型數(shù)據(jù)中是亟待解決的問(wèn)題之一。
　　目前針對(duì)數(shù)量型數(shù)據(jù)的關(guān)聯(lián)分類(lèi)方法主要是通過(guò)先離散化,轉(zhuǎn)化為離散型數(shù)據(jù)后,再應(yīng)用傳統(tǒng)的關(guān)聯(lián)分類(lèi)算法進(jìn)行分類(lèi)。這種―先離散,

2、再學(xué)習(xí)‖的步驟可能帶來(lái)離散盲目性問(wèn)題,例如待測(cè)試樣例不確定時(shí),可能無(wú)法匹配到已經(jīng)構(gòu)造好的分類(lèi)器中的規(guī)則的區(qū)間,進(jìn)而影響其分類(lèi)的準(zhǔn)確性。另一方面,采用Lazy思想的基于屬性投影的關(guān)聯(lián)分類(lèi)算法將構(gòu)造分類(lèi)器的時(shí)間推遲到分類(lèi)階段,同時(shí)在此之前,對(duì)每個(gè)待測(cè)試樣例在原始訓(xùn)練數(shù)據(jù)集上進(jìn)行投影,得到一個(gè)規(guī)模小,去除無(wú)關(guān)屬性的新訓(xùn)練數(shù)據(jù)集。實(shí)驗(yàn)證明,相比傳統(tǒng)的關(guān)聯(lián)分類(lèi)算法,Lazy關(guān)聯(lián)分類(lèi)算法在分類(lèi)效果上有了很大的提高。
　　本文基于傳統(tǒng)關(guān)聯(lián)分類(lèi)算

3、法在數(shù)量型數(shù)據(jù)上的應(yīng)用的弊端,結(jié)合 Lazy思想,提出了一種新的關(guān)聯(lián)分類(lèi)算法 QLAC—基于數(shù)量型屬性的關(guān)聯(lián)分類(lèi)算法。針對(duì)數(shù)量型數(shù)據(jù),它首先利用K-近鄰分類(lèi)思想―投影‖,選取N個(gè)近鄰為待測(cè)試樣例新的訓(xùn)練數(shù)據(jù)集,然后,使用 K-means聚類(lèi)算法對(duì)待測(cè)試樣例和新的訓(xùn)練數(shù)據(jù)集進(jìn)行離散化,最后根據(jù)離散化后的數(shù)據(jù)特征,采用基于頻繁閉項(xiàng)集的關(guān)聯(lián)規(guī)則挖掘算法挖掘類(lèi)關(guān)聯(lián)規(guī)則并構(gòu)造分類(lèi)器進(jìn)行分類(lèi)。另外,在利用 K-近鄰分類(lèi)思想得到待測(cè)試樣例的新的訓(xùn)練數(shù)

4、據(jù)集時(shí),首先判斷它們的類(lèi)屬性值是否一致,若一致,則直接將其賦值給待測(cè)試樣例,否則繼續(xù)進(jìn)行后面的關(guān)聯(lián)分類(lèi)操作。
　　最后,為了驗(yàn)證QLAC算法的有效性,在UCI上7個(gè)數(shù)量型數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明,與K-NN算法相比,QLAC算法在分類(lèi)準(zhǔn)確率高于1.03％,與現(xiàn)有的關(guān)聯(lián)分類(lèi)算法包括CBA,CPRA,CMRA和Lazy算法相比,平均分類(lèi)準(zhǔn)確率提高0.66％-1.65％。另外,在分類(lèi)器大小對(duì)比試驗(yàn)中,QLAC算法的分類(lèi)器中規(guī)則