基于IFN的规则提取算法.pdfVIP

基于IFN的规则提取算法 李妍琰龙金辉叶阳东 (郑州大学计算机科学系郑州450052) Email：ieydye@zzu．edu．Cll，lyy82@gs．ZZU．edu．cn 摘要：本文研究并实现了一个基于1FN的规则提取算法，并以KPKRA7数据集为例说明了算法的实施 过程。该算法用互信息度量选择较少的输入属性，建立简洁准确的网络模型，从模型中提取维数较少的输 入属性和kt标属性间的关联规则。IFN模型没有多余的分支，不必像关联规则算法一样提取大量的规则， 也不需为避免过度拟合或查找最优网络模型而停止网络构造。基于IFN的方法已经被很好地应用在软件测 试、时问序列数据库、医学以及制造业等领域。 关键字：IFN互信息条件互信息熵 RULEEXTRACTION oN ALGORITHMSBASEDIFN Li Ye yanyanLongjinhuiyangdong of (DepartmentComputerScience，ZhengzhouUniversity,Zhengzhou450052) Email：ieydye@zzu．edu．cn，lyy82@gs．ZZU．edu．cn Abstract：Thisstudiesand a based the ruleextraction on describes paper implements algorithm IFN，It ofthe ondataset fewer attributesmutual employmentalgorithm KPKRA7．Byselectinginput by information，the buildsa andaccurateIFN whichtoextractassociationrulesbetweenthe algorithmcompact model，from input attributesandthe attributesoflowerdimension．INFmodelhasnoredundant itneedn’textract target branches，so rules as asotherassociationrule do．Noritneedsto networkconstructionto many algorithms stop prevent orsearchfor networkmodel．IFN hasbeen usedinareasassoftware overfitting widely test， optimal methodology timeseries andSOon． databases，medicine，manufacturing conditional mutualinformationmutuaIinformation Keywords：IFN entropy l引言 从数据中发现有效的和易于理解的模型是数据挖掘的一个目标，数据挖掘的基本思想是 在很大的模型空间中查找可能存在于数据库中的有