CPAR算法

1.關(guān)聯(lián)規(guī)則分類的步驟

一般而言，關(guān)聯(lián)規(guī)則分類包括以下步驟：

1. 挖掘數(shù)據(jù)，得到頻繁項集。
2. 分析頻繁項集，產(chǎn)生每個類的關(guān)聯(lián)規(guī)則，它們滿足置信度和支持度標(biāo)準(zhǔn)。
3. 組織規(guī)則，形成基于規(guī)則的分類器。

2.關(guān)聯(lián)規(guī)則分類算法：

關(guān)聯(lián)規(guī)則分類方法的不同：挖掘頻繁項集所用的方法、如何將被分析的規(guī)則導(dǎo)出并用于分類。

2.1 CBA算法

CBA：Classification Based on Association

2.1.1 尋找頻繁項集

CBA使用迭代方法挖掘頻繁項集，類似于Apriori算法。找出滿足最小置信度和支持度閾值的規(guī)則的完全集后，然后分析，找出包含在分類器中的規(guī)則。

2.1.2 構(gòu)造分類器

CBA使用一種啟發(fā)式方法構(gòu)造分類器，其中規(guī)則按照它們的置信度和支持度遞減優(yōu)先級排序。其中，有三條規(guī)則如下：

• 如果一組規(guī)則具有相同的前件，則選取具有最高置信度的規(guī)則代表該集合。
• 在對新元組分類時，使用滿足該元組的第一個規(guī)則對它進(jìn)行分類。
• 具有最低優(yōu)先級，用來為不能被分類器中其他規(guī)則滿足的新元組指定默認(rèn)類。

一般而言，實驗表明CBA在大量數(shù)據(jù)集上比C4.5更準(zhǔn)確。

2.2 CMAR算法

CMAR：Classificationbased on Multiple Association Rules

2.2.1 尋找頻繁項集

CMAR采用FP—Growth算法的變形來發(fā)現(xiàn)滿足最小支持度和最小置信度閾值的規(guī)則的完全集。

同時，使用一種加強的FP-樹，記錄滿足每個頻繁項集的元組的類標(biāo)號分布。這樣，它可以把規(guī)則產(chǎn)生與頻繁項集挖掘合并成一步。

2.2.2 規(guī)則的發(fā)現(xiàn)與處理

CMAR還使用另一種樹結(jié)構(gòu)來有效地存儲和提取規(guī)則，并根據(jù)置信度、相關(guān)度和數(shù)據(jù)庫覆蓋率對規(guī)則剪枝。當(dāng)規(guī)則插入該樹時就觸發(fā)規(guī)則剪枝策略。

剪枝策略：如果規(guī)則存在具有更高置信度的更泛化的版本，則可以剪去具有低置信度的更特殊化的規(guī)則。

一個例子：給定兩個規(guī)則R1和R2，如果R1的前件比R2更一般，并且conf（R1）>=conf（R2），則剪去R2。

2.2.3 如果多個規(guī)則可用，我們使用哪一個？

CMAR算法將所有的規(guī)則分組，每一組有著相同的類編號。

當(dāng)需要預(yù)測X時，CMAR使用加權(quán)的卡方度量，根據(jù)組中規(guī)則的統(tǒng)計相關(guān)性找出“最強的”規(guī)則組。然后把X的類標(biāo)號指派為最強的組的類標(biāo)號。（并不是將x對應(yīng)到某一規(guī)則，二是一個規(guī)則組）

實驗表明，CMAR比CBA的平均準(zhǔn)確率稍高。它的運行時間、可伸縮性和內(nèi)存使用都更有效。

2.3 CPAR算法

CPAR：Classificationbased on Predictive Association Rules

2.3.1 產(chǎn)生規(guī)則

基于一種稱作FOIL的分類規(guī)則產(chǎn)生算法。

FOIL構(gòu)造規(guī)則來區(qū)別正元組和負(fù)元組。對于多類問題，解決辦法：one vs rest。

每當(dāng)產(chǎn)生一個規(guī)則時，就刪除它滿足（或覆蓋）的正樣本，直到數(shù)據(jù)集合中所有的正元組都被覆蓋。這樣，產(chǎn)生的規(guī)則更少，CPAR放寬了這一步，允許被覆蓋的元組留下并被考慮，但是降低它們的權(quán)重。對每個類重復(fù)該過程。結(jié)果規(guī)則被合并在一起，形成分類器的規(guī)則集。

2.3.2 如果多個規(guī)則可用，我們使用哪一個？

如果多個規(guī)則滿足新元組X，則類似于CMAR，這些規(guī)則將按類分組。然而，CPAR根據(jù)期望準(zhǔn)確率，使用每組中的最好的k個規(guī)則預(yù)測X的類標(biāo)號。（可以跨組）

在大量數(shù)據(jù)集上，CPAR的準(zhǔn)確率與CMAR接近。然而，由于CPAR產(chǎn)生的規(guī)則比CMAR少得多，對于大型訓(xùn)練數(shù)據(jù)集，CPAR有效得多。

3.參考文獻(xiàn)：

1.https://blog.csdn.net/dq_dm/article/details/39519397