数据挖掘 基于关联的分类方法.pptVIP

7.6基于源于关联规则挖掘概念的分类 7.7其它分类方法 -7.7.1 k-最临近分类 -7.7.2基于案例的推理 -7.7.3遗传算法 -7.7.4粗糙集方法 -7.7.5模糊集方法 制作者：张华 杜玉锋 2012.04.16 7.6基于源于关联规则挖掘概念的分类 7.7其它分类方法 -7.7.1 k-最临近分类 -7.7.2基于案例的推理 -7.7.3遗传算法 -7.7.4粗糙集方法 -7.7.5模糊集方法 7.6 基于源于关联规则挖掘概念的分类 基于关联规则分类： （1）关联规则聚类系统（ARCS）： 量化关联规 则挖掘和关联规则聚类 （2）关联分类：它挖掘形如“cond_set=y”具有高 支持度和高置信度的规则,这里y是一个类标号 挖掘关联规则使用的支持度概念分类： （3）通过聚集显露模式分类（ CAEP ） 基于最小支持度和增长率挖掘显露模式（Eps） 7.6 基于源于关联规则挖掘概念的分类 1.基于聚类挖掘关联规则（ARCS） （1）ARCS挖掘形如Aquant1∧Aquant2=Acat的关联规则 （2）用ARCS产生的聚类关联规则用于分类 7.6 基于源于关联规则挖掘概念的分类 1.基于聚类挖掘关联规则 特点： 限制条件：ARCS的准确性与离散化程度有关 可扩展性：可 时间：相比之下，C4.5具有指数运行时间 空间：相比之下，C4.5要求整个数据库（乘以某个因子）全部装入内存 7.6 基于源于关联规则挖掘概念的分类 2.关联分类 概念： 挖掘形如condset=y的规则；其中，condset 是项（或属性值对）的集合，而y是类标号 满足最小支持度的规则是频繁的 满足最小置信度的规则是精确的 如果一个规则项集具有相同的condset，则选择具有最高置信度的规则作为可能规则（PR），代表该集合 7.6 基于源于关联规则挖掘概念的分类 2.关联分类 挖掘高支持度和高置信度的规则 （1）找出所有频繁的，精确地可能规则（PR）集合。算法使用迭代方法，类似于6.2.1小节介绍的Apriori使用的方法，先验知识用于裁减规则搜索。（2）使用一种启发式方法构造分类。这里，发现的规则根据支持度和置信度按递减的优先次序组织。 （3）对一个新的样本进行分类时，满足该样本的第一个规则用于对它分类。分类法也包含省缺规则，它具有最低的优先次序，用来为不被分类法中其它规则满足的新样本指定一个省缺的类。 7.6 基于源于关联规则挖掘概念的分类 3.CAEP（通过聚集显露模式分类） 使用项集支持度挖掘显露模式（EP）构造分类。 显露模式（EP）：是一个项集（项的集合），其支持度由一个类到另一个类显著增加。两个支持度的比称作EP的增长率。 例如，假定我们有顾客数据集，包含类buys_computer=“yes”或C1和buys_computer=“no”或C2。 项集{age=“=30”,students=“no”}是一个典型的EP，其支持度由在C1中的0.2%增长到在C2中的57.6%，增长率57.6%/0.2%=288.如果一个新样本X包含在上面的EP中，我们可以说X属于C2的几率为57.6%/(0.2+57.6%)=99.6%。 7.6 基于源于关联规则挖掘概念的分类 3.CAEP（通过聚集显露模式分类） CAEP如何使用EP建立分类法？ 在对一个新样本X分类时，对于每个类C，对出现在X中的类C的EP的区分能力聚集，得到C的得分，然后对得分规格化。具有最大规格化得分的类决定X的类标号。 7.7.1 k-最临近分类 7.7.1 k-最临近分类 针对连续值，返回计算k个最近邻居的平均值 对于离散值，返回最近的k个训练样例的最公共的值 7.7.2 基于案例的推理（case-based reasoning CBR） 7.7..2 基于案例的推理（case-based reasoning CBR） 如果案例用图描绘 这涉及搜索类似于新案例的子图。基于案例的推理试图组合临近的训练案例，提出新案例的解。如 果解之间出现不相容，可能需要退回搜索其它解。基于案例的推理可能使用背景知识和问题求解策 略，以便提出可行的组合解。 基于案例的推理存在的挑战包括找到一个好的相似矩阵（例如，为匹配子图），开发对训练案 例索引的有效技术和组