基于规则的分类方法研究

摘要

分类技术作为数据挖掘领域的一种重要分析手段。基于规则的分类方法是目前重要的一种分类技术，得到了广泛的应用。基于规则的分类方法是指通过给定阈值，提取规则用于分类。典型的基于规则的分类方法有FOIL算法和关联分类等。传统的基于规则的分类方法能够取得较好的效率，然而在一些数据集上准确率不是很高，比如FOIL算法和决策树。主要原因可能是由于传统的基于规则的分类方法生成较少的规则，特别是当训练集较小的时候，因此可能会遗漏一些重要的规则。本文主要研究如何改进FOIL算法，以及如何将FOIL算法与关联分类结合，提取更多的高质量的规则，从而提高分类的准确率。
　　本文主要做了以下几方面的研究工作：
　　首先，提出了多规则提取的分类算法。该算法提取一批重要的属性值来构造候选集和种子集，通过连接候选集和种子集来提取更多的高质量的分类规则，而且结合了多种度量来更新种子集。
　　其次，提出了结合关联与FOIL算法的分类方法。该方法以类支持度和自信度为度量提取长度为1和2的规则，用Apriori算法来产生频繁2-项集F2，在频繁2-项集F2上结合FOIL算法来产生更多的分类规则。
　　最后，提出了改进多规则提取的分类算法。该算法将多规则提取的分类算法与FOIL算法结合起来，以类支持度和自信度为度量提取长度为1的规则，通过候选集和种子集来提取长度为2的规则，并且采用多度量来更新种子集，在新的种子集上结合FOIL算法来产生更多的高质量的分类规则。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文的研究内容

1.4 本文的组织结构

第二章 多规则提取的分类算法研究

2.1 基本概念

2.2 基于多规则提取的分类算法

2.3 基于多规则提取的分类算法的实例分析

2.4 分类

2.5 实验结果

2.6 本章小结

第三章 结合FOIL与关联的分类算法研究

3.1 基本概念

3.2 给合FOIL与关联的分类算法

3.3 给合FOIL与关联的分类算法的实例分析

3.4 分类

3.5 实验结果

3.6 本章小结

第四章 改进多规则提取的分类算法研究

4.1 改进多规则提取的分类算法

4.2 改进的多规则提取的分类算法实例分析

4.3 分类

4.4 实验结果

4.5 本章小结

第五章 总结与展望

5.1 本文总结

5.2 讨论和展望

参考文献

攻读学位期间所发表的学术论文

致谢