基于概化閉包壓縮規(guī)則的關聯分類器構建算法研究與實現.pdf

1、關聯分類法將關聯規(guī)則挖掘技術應用于分類領域，構建了一種新的更準確的分類器。由于關聯規(guī)則挖掘在挖掘大量數據之間的并發(fā)的潛在相關性方面的優(yōu)勢和良好的擴展適應性，使得在其基礎上的關聯分類技術有廣闊的應用空間。實驗結果顯示，一般情況下，該類算法的分類準確度要優(yōu)于傳統(tǒng)的分類系統(tǒng)C4.5。但是已提出的關聯分類算法處理龐大規(guī)則非常困難，魯棒性不高，也經常受到過適應現象的干擾，限制了在噪聲數據干擾情況下這類算法的應用。 我們的目標是在已有關聯分

2、類算法的基礎上，克服訓練數據集中的噪聲干擾，提供一種適應性較強的穩(wěn)定的同時具有較強預測能力的關聯分類器。為此，本文做了如下研究： 1.在對過適應問題和算法魯棒性問題進行深入研究。 2.在關聯分類器構建中引入項集壓縮表示方法概化閉包項集挖掘思想，在L3G分類器的基礎上，構建一種基于概化閉包壓縮規(guī)則的具有彈性容忍噪聲性能及較強預測能力的關聯分類器-ACGCCR分類器。 3.針對非平衡類分布下算法的適應性情況，改進原概

3、化閉包挖掘中的容忍限度值的設置方法，提出根據類分布狀態(tài)自適應調整設置容忍限度值的方法。 4.針對概化思想在規(guī)則領域中的應用區(qū)別，提出概化閉包類規(guī)則裁剪技術。既裁掉冗余信息，又控制了概化的程度，減少壓縮后規(guī)則置信度信息的損失，避免過度概化造成學習能力不足的問題。 5.通過大量實驗，對比ACGCCR算法和其它關聯分類算法的性能，驗證ACGCCR算法的有效性。并將算法集成到公路養(yǎng)路費征收管理與分析決策系統(tǒng)中應用，效果良好。