一种在FP树上构造分类规则的方法.pdfVIP

一种在FP树上构造分类规则的方法 张宏 (首都经济贸易大学，北京100026) 摘要文章主要探讨目前数据库技术研究领域中的数据挖掘问题。论文的重点是提出了一种新的判定树构造方法，即 在FP模式树上构造判定村的方法．擐讨了将阡树技术与分类挖掘相结合，寻找有效解决在太数据采上挖掘的新方法。 关键词教器挖掘分类砰模式村 Basedon PatternTree AMetodofClassification Frequent ZhangHong methodofclassificationbasedoil flee Abstract：Tldsthesisis oltdata is miningtechnology．A fhqueIltlmnem set dataand c皿reduce times． whichc粕beusedOllthe of numberd tllismethod the presented great cla鹪i姊ng Keywords：Data Mining，classification，FP-tree 数据挖掘是当前数据库技术研究的一十非常活跃的领 下面所讨论的算法中使用的训练数据集见表1。挖掘的最 域。其本质就是从数据中发现隐舍有用的信息或知识的技术。 终目的是要找出“买”与。不买”计算机的分类规则。 分类是其中的挖掘模式之一。 裹1一十商场的顾客数据库C训蛛样奉集合 分类就是找出一纽能够描述数据集合典型特征的摸型 (或函数)，以便能够分类识别未知数据的归属或类标记。例如 脚 No 可以根据某位顾客的情况预测他是否会购买某项商品。通常， H讪 分类模型(或函数)可以通过分类挖掘算法从一组训练样本数 H聃 据中学习获得。 l问题的提出 1．1分类的实质是什么7 M曲um 分析目前常用的各种方法，可以发现．分类的本质就在于 找出数据本身的特性以及数据和数据之间的联系。在关系模 型或多维数据模型中，这种联系是教隐含在其中的。如何将这 M●缸毗 种关系显性地描述出来，就成了数据挖掘的关键。在判定树方 法中．这些是通过信息增益来体现的。在朴素的贝叶斯分类方 H吐t 法中，这些是通过对后验概率的计算找出的。 1．2改进的思路 第一步：按类划分训练数据集 那么能否在学习之前，用某种特定的方法将数据的特性 首先按已经知道的类标号划分训练数据集。这里按 以厦数据和数据之间的联系描述出来呢?一旦拽出了这些特 “Buy_Computer”属性是与否将训练数据集划分成两个子集。在 性，就可以将它们应用于分类规贝!I。 进行这一步骤之前，可先对表中的各属性进行相关性分析，去 另外，通常采用的判定树方法需要多