基于混合策略的关联分类方法研究-计算机软件与理论专业论文.docxVIP

重庆大学 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV strategy compared with CBA method and LAC method has the highest accuracy. ③ This method is greatly improved compared with Lazy method in the execution efficiency, and it makes associative classification method more practical. ④ In order to verify the classification of this method on the missing data sets, experiments are conducted with the natural missing data sets and artificial missing data sets which making the deletion processing of 5%,10%,15%,20%. The experimental results show that the method has higher accuracy than NaiveByes when directly classifies the missing data sets. Key words: Associative classification, Hybrid strategy, Eager method, Lazy method, Missing data sets 重庆大学硕 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 课题研究背景及意义 1 1.2 国内外研究现状 2 1.3 论文的研究目的和研究内容 3 1.3.1 研究目的 3 1.3.2 研究内容 3 1.4 论文结构 4 2 关联分类的相关理论和技术 5 2.1 关联规则相关概念 5 2.1.1 关联规则基本概念 5 2.1.2 关联规则挖掘过程 7 2.2 关联规则挖掘算法 8 HYPERLINK \l _TOC_250009 Apriori 算法 8 HYPERLINK \l _TOC_250008 FP-Growth 算法 9 HYPERLINK \l _TOC_250007 Charm 算法 11 2.3 关联分类概述 11 HYPERLINK \l _TOC_250006 2.4 基于 Eager 学习方式的关联分类 13 HYPERLINK \l _TOC_250005 CBA 算法 13 HYPERLINK \l _TOC_250004 CMAR 算法 14 HYPERLINK \l _TOC_250003 ACCF 算法 15 HYPERLINK \l _TOC_250002 2.5 基于 Lazy 学习方式的关联分类 16 HYPERLINK \l _TOC_250001 2.5.1 Lazy 关联分类方法的思想 16 HYPERLINK \l _TOC_250000 2.5.2 LAC 算法 16 2.6 本章小结 17 3 针对缺失数据集的处理方法 18 3.1 缺失数据的定义 18 3.2 产生缺失数据的原因 19 3.3 处理缺失数据集的方法 19 3.3.1 删除元组 19 3.3.2 数据补齐 20 3.3.3 不处理 21 3.4 本章小结 24 4 一种基于混合策略的关联分类方法 25 4.1 问题的提出 25 4.1.1 基于 Eager 学习方式的关联分类存在的问题 25 4.1.2 基于 Lazy 学习方式的关联分类存在的问题 27 4.1.3 本文方法的提出 28 4.2 基于混合策略的关联分类方法的思想 29 4.3 改进的 Eager 分类器的构建 31 4.3.1 挖掘类关联规则 32 4.3.2 构建改进的 Eager 分类器 34 4.3.3 规则剪枝 35 4.4 规则的匹配 36 4.5 构建 Lazy 分类器进行分类预测 37 4.6 本章小结 38 5 实验及结果分析 39 5.1 实验运行环境 39 5.2 实验数据来源 39 5.3 评价指标 40 5.4 针对一般数据集的准确率、执行时间的比较 40 5.5 针对缺失数据集的准确率的比较 43 5.5.1 天然缺失的数据集上分类准确率的对比 44 5.5.2 不同缺失率的数据集上分类准确率的对比 45 5.5 本章小结 50 6 总结