最新关联分类算法的研究.pptVIP

已完成的工作 算法的执行效率 在构造带类别标识的FP-tree时，在每个节点注册相应类别信息。 扩展TD-FP-Growth算法，使它能直接挖掘满足最小支持度和最小置信度的类关联规则。 优点：两次扫描数据库，不用重复建立条件FP-tree。减少了内存消耗，提高了运行效率。 Hebei University * jjjkk 带类别标识FP-tree的构造 Hebei University * jjjkk 剪枝的质量和效率 关联分类中最敏感的问题 如何评价类关联规则的质量 如何从大量的关联规则中选择有效的规则构造分类器 Hebei University * jjjkk 如何评价类关联规则的质量 经典关联分类规则序关系的定义 给定规则Ri，Rj。 Ri优于Rj，当且仅当满足以下条件之一: Ri具有比Rj更高的置信度 Ri和Rj具有相同的置信度， Ri具有比Rj更高的支持度 Ri和Rj具有相同的置信度和支持度， Ri具有比Rj更少的规则项 Hebei University * jjjkk 经典关联分类规则序关系的缺点 其本质是采用置信度，支持度，规则项数目评价顺序。过分强调了置信度，这样在最后构造的分类器中，使得有些规则置信度很高而支持度不高，造成过度拟合。 综合考虑置信度和支持度。 Hebei University * jjjkk R1: sup(R1) = 100, conf(R1) = 98% R2: sup(R2) = 10, conf(R2) = 100% 经典序关系 R1 R2 R1 R2 R1有较好的泛化能力，R2可能过度拟合数据。 Hebei University * jjjkk 15个UCI数据库测试结果 Hebei University * jjjkk 医疗图像数据库测试结果 Hebei University * jjjkk 以后要完成的工作 完善规则评价函数 引入规则的项数 考虑类别不平衡情况 分类器中规则交叠对分类精度的影响 Hebei University * jjjkk 分类器的可理解性 关联分类构造分类器的方法 挖掘满足置信度和支持度阈值要求的类关联规则 将规则按定义的序关系排序，基于数据覆盖来选择规则 分类器的特点 数据集中每条记录都被一条评价值最高的规则覆盖 分类器中的规则在训练集中存在相互交叠的现象 规则的数目较多 Hebei University * jjjkk 交叠现象怎样产生的 1 .. 10 .. 20 .. 30 .. 40 R1:20, 100% R4:20, 85% R2:20, 95% R3:20, 90% Hebei University * jjjkk Hebei University Hebei University * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg * kkkkk ggggg 关联分类算法的研究 赵东垒 dongleizhao@163.com 符号学习研究组 Hebei University 课题研究目的 国际研究现状 主要研究内容和创新点 研究过程可能遇到的困难及解决方案 总结 参考文献 Hebei University * jjjkk 分类问题是通过分析给定的一个带有类别标识的训练数据集，建立一个分类器，然后预测那些未知类别的数据对象 关联分类算法 数据集中属性的取值是符号型的 课题研究目的就是改进、优化关联分类算法 提高关联分类算法的分类精度 提高关联分类算法的效率 提高关联分类算法的可理解性 课题研究目的 Hebei University * jjjkk 国际研究现状 1998年Liu等提出了基于类关联规则的分类算法CBA。 1999年Dong等提出显露模式分类法CAEP。 2000年Wang等结合关联规则分类和决策树分类提出关联决策树。 2001年Li等提出基于多条关联规则的分类算法CMAR。 2003年Yin等提出预测型关联规则的分类算法CPAR。CPAR采用贪婪方法从数据集中挖掘出较小规则集。 2004年Antonie提出正负关联规则的分类算法