基于關(guān)聯(lián)規(guī)則的分類(lèi)模型發(fā)現(xiàn)算法研究.pdf

1、隨著社會(huì)信息化程度的提高，數(shù)據(jù)量呈指數(shù)增長(zhǎng)，從大量數(shù)據(jù)中挖掘有價(jià)值的知識(shí)在當(dāng)今信息時(shí)代具有重要意義。 在數(shù)據(jù)挖掘的各個(gè)分支中，關(guān)聯(lián)規(guī)則挖掘和分類(lèi)挖掘是兩個(gè)高度活躍的領(lǐng)域，其應(yīng)用范圍也非常廣泛。因此，可以利用關(guān)聯(lián)和分類(lèi)的相似性用關(guān)聯(lián)挖掘算法來(lái)完成分類(lèi)任務(wù)，這種分類(lèi)算法就是關(guān)聯(lián)分類(lèi)挖掘算法。關(guān)聯(lián)分類(lèi)法將關(guān)聯(lián)規(guī)則挖掘技術(shù)應(yīng)用于分類(lèi)領(lǐng)域，構(gòu)建了一種新的更準(zhǔn)確的分類(lèi)器。由于關(guān)聯(lián)規(guī)則挖掘在挖掘大量數(shù)據(jù)之間的潛在相關(guān)性方面的優(yōu)勢(shì)和良好的擴(kuò)展適

2、應(yīng)性，使得在其基礎(chǔ)上的關(guān)聯(lián)分類(lèi)技術(shù)有廣闊的應(yīng)用空間。自1998年出現(xiàn)第一個(gè)基于關(guān)聯(lián)規(guī)則的分類(lèi)算法（CBA）以來(lái)，關(guān)聯(lián)分類(lèi)算法的設(shè)計(jì)及應(yīng)用研究一直非常活躍。目前，在關(guān)聯(lián)分類(lèi)問(wèn)題上存在的共識(shí)是：關(guān)聯(lián)分類(lèi)的準(zhǔn)確度總體上顯著地高于傳統(tǒng)的決策樹(shù)分類(lèi)，但關(guān)聯(lián)分類(lèi)存在的主要問(wèn)題是產(chǎn)生太多的關(guān)聯(lián)規(guī)則，導(dǎo)致計(jì)算速度慢、內(nèi)存開(kāi)銷(xiāo)大、分類(lèi)模型難以理解。 本文基于上述的研究背景，主要研究了基于原子關(guān)聯(lián)規(guī)則的分類(lèi)新技術(shù)CAAR（Classificatio

3、n based on Atomic Association Rules）。CAAR基于人工智能原理，模仿人類(lèi)利用“突出特征和先易后難策略”進(jìn)行分類(lèi)，消除了關(guān)聯(lián)規(guī)則挖掘時(shí)的“組合爆炸效應(yīng)”。就算法的性能來(lái)看CAAR有不俗的業(yè)績(jī)，其分類(lèi)的準(zhǔn)確度和模型的可理解性都優(yōu)于決策樹(shù)與CBA。本文主要進(jìn)行了CAAR算法的抗干擾性研究，并提出了基于屬性加權(quán)和附加屬性的兩種改進(jìn)算法，提高了分類(lèi)模型的預(yù)測(cè)準(zhǔn)確性。本文的主要研究工作如下： （1）綜述了

4、關(guān)聯(lián)分類(lèi)技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀。 （2）對(duì)分類(lèi)問(wèn)題進(jìn)行了形式化描述，分析了現(xiàn)有關(guān)聯(lián)分類(lèi)算法的分類(lèi)原理和優(yōu)缺點(diǎn)，并給出了分類(lèi)器的構(gòu)建步驟。 （3）在不同數(shù)據(jù)集上對(duì)CAAR算法的抗干擾性進(jìn)行了測(cè)試。 （4）在原CAAR算法的基礎(chǔ)上，提出了一種基于屬性加權(quán)的分類(lèi)算法，并測(cè)試了該算法的分類(lèi)準(zhǔn)確性。 （5）數(shù)據(jù)集中通過(guò)添加附加屬性的方法，提高了CAAR算法對(duì)多屬性依賴(lài)數(shù)據(jù)集的分類(lèi)準(zhǔn)確度。 本文的創(chuàng)新之處是：

5、 （1）將屬性加權(quán)的思想引入到了原子關(guān)聯(lián)規(guī)則分類(lèi)算法中。在CAAR分類(lèi)的基礎(chǔ)上，得到分類(lèi)誤差率，并計(jì)算得出幅度調(diào)整因子，通過(guò)調(diào)整權(quán)重系數(shù)來(lái)提高分類(lèi)的準(zhǔn)確度。 （2）通過(guò)在數(shù)據(jù)集中增加附加屬性的方法，提高了CAAR算法在多屬性依賴(lài)數(shù)據(jù)集上的分類(lèi)準(zhǔn)確度。 本文的內(nèi)容分為六章，第一章介紹了本課題的研究背景和國(guó)內(nèi)外研究現(xiàn)狀；第二章介紹了相關(guān)的概念、關(guān)聯(lián)分類(lèi)領(lǐng)域的背景知識(shí)和兩種經(jīng)典的分類(lèi)算法；第三章介紹了原子關(guān)聯(lián)分類(lèi)算法的分