Ассоциативный классификатор
Ассоциативный классификатор (AC) — это своего рода модель обучения с учителем , которая использует правила ассоциации для присвоения целевого значения. Термин ассоциативная классификация был придуман Бинг Лю и др., [1] в котором авторы определили модель, состоящую из правил, «правая часть которых ограничена атрибутом классификационного класса».
Модель
[ редактировать ]Модель, сгенерированная AC и используемая для маркировки новых записей, состоит из правил ассоциации , где консеквент соответствует метке класса. Таким образом, их также можно рассматривать как список предложений «если-то»: если запись соответствует некоторым критериям (выраженным в левой части правила, также называемому антецедентом), она затем помечается в соответствии с классом в списке. правая часть правила (или следствия).
Большинство AC читают список правил по порядку и применяют первое подходящее правило для обозначения новой записи. [2]
Метрики
[ редактировать ]Правила AC наследуют некоторые показатели правил ассоциации, такие как поддержка или доверие. [3] Метрики можно использовать для упорядочивания или фильтрации правил в модели. [4] и оценить их качество.
Реализации
[ редактировать ]Первым предложением модели классификации, основанной на ассоциативных правилах, было FBM. [5] Этот подход был популяризирован CBA, [1] хотя другие авторы ранее также предлагали использовать ассоциативные правила для классификации. [6] С тех пор другие авторы предложили несколько изменений в исходную модель, например добавление избыточного этапа сокращения правил. [7] или эксплуатация новых моделей. [8]
Известные реализации включают в себя:
Ссылки
[ редактировать ]- ^ Перейти обратно: а б Лю, Бинг; Сюй, Винн; Ма, Имин (1998). «Интеграция классификации и анализа правил ассоциации»: 80–86. CiteSeerX 10.1.1.48.8380 .
{{cite journal}}: Для цитирования журнала требуется|journal=( помощь ) - ^ Табта, Фади (2007). «Обзор интеллектуального анализа ассоциативной классификации» (PDF) . Обзор инженерии знаний . 22 (1): 37–65. дои : 10.1017/s0269888907001026 . ISSN 0269-8889 . S2CID 15986963 .
- ^ Ляо, Т. Уоррен; Триантафиллу, Евангелос (2008). Последние достижения в области интеллектуального анализа корпоративных данных: алгоритмы и приложения . Серия по компьютерам и исследованию операций. МИРОВАЯ НАУЧНАЯ. дои : 10.1142/6689 . ISBN 9789812779854 . S2CID 34599426 .
- ^ «Домашняя страница ЦБА» . Проверено 4 октября 2018 г.
- ^ Уэбб, Джеффри (1989). «Подход машинного обучения к моделированию учащихся» (PDF) . Материалы Третьей австралийской совместной конференции по искусственному интеллекту (AI 89) : 195–205.
- ^ Али, Камаль; Манганарис, Стефанос; Шрикант, Рамакришнан (14 августа 1997 г.). «Частичная классификация с использованием ассоциативных правил» . КДД'97. АААИ Пресс: 115–118.
{{cite journal}}: Для цитирования журнала требуется|journal=( помощь ) - ^ Перейти обратно: а б Вэньминь Ли; Цзявэй Хан; Цзянь Пей (2001). «CMAR: Точная и эффективная классификация, основанная на нескольких правилах ассоциации классов». Материалы Международной конференции IEEE 2001 г. по интеллектуальному анализу данных . IEEE-компьютер. Соц. стр. 369–376. CiteSeerX 10.1.1.13.219 . дои : 10.1109/icdm.2001.989541 . ISBN 978-0769511191 . S2CID 2243455 .
- ^ Перейти обратно: а б Дун, Гожу; Чжан, Сючжэнь; Вонг, Лимсун; Ли, Цзиньян (1999), «CAEP: Классификация путем агрегирования новых моделей» , Discovery Science , Springer Berlin Heidelberg, стр. 30–42 , CiteSeerX 10.1.1.37.3226 , doi : 10.1007/3-540-46846-3_4 , ISBN 9783540667131 , S2CID 6465422
- ^ «Внедрение CMAR» . cgi.csc.liv.ac.uk. Проверено 4 октября 2018 г.
- ^ Инь, Сяосинь; Хан, Цзявэй (2003), «CPAR: Классификация, основанная на правилах прогнозирующих ассоциаций», Труды Международной конференции SIAM 2003 г. по интеллектуальному анализу данных , Общество промышленной и прикладной математики, стр. 331–335, CiteSeerX 10.1.1.12.7268 , doi : 10.1137/1.9781611972733.40 , ISBN 9780898715453
- ^ «РЕАЛИЗАЦИЯ LUCS-KDD АЛГОРИТМОВ FOIL, PRM И CPAR» . cgi.csc.liv.ac.uk. Проверено 4 октября 2018 г.
- ^ Баралис, Э.; Кьюзано, С.; Гарза, П. (2008). «Ленивый подход к ассоциативной классификации». Транзакции IEEE по знаниям и инженерии данных . 20 (2): 156–171. дои : 10.1109/tkde.2007.190677 . ISSN 1041-4347 . S2CID 14829459 .
- ^ «Реализация L3» . dbdmg.polito.it . Проверено 8 октября 2018 г.
- ^ Чен, Гоцин; Лю, Хунъянь; Ю, Лан; Вэй, Цян; Чжан, Син (2006). «Новый подход к классификации, основанный на анализе правил ассоциации». Системы поддержки принятия решений . 42 (2): 674–689. дои : 10.1016/j.dss.2005.03.005 . ISSN 0167-9236 .
- ^ Ван, Кэ; Чжоу, Сэньцян; Он, Ю (2000). «Растущие деревья решений по правилам ассоциации без поддержки». Материалы шестой международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных . Нью-Йорк, Нью-Йорк, США: ACM Press. стр. 265–269. CiteSeerX 10.1.1.36.9265 . дои : 10.1145/347090.347147 . ISBN 978-1581132335 . S2CID 8296096 .