基于Lazy方法的數(shù)量型關(guān)聯(lián)分類研究.pdf

1、信息時代,高速發(fā)展的計算機技術(shù)使許多有價值的信息被保存起來,但是如何將這些隱含信息有效地挖掘出來加以利用是我們不斷研究的方向。關(guān)聯(lián)分類作為數(shù)據(jù)挖掘中一種分類精度高,適應性好的分類算法,被廣泛的應用于各個領(lǐng)域。目前的研究方法和模型都是基于理想的離散型數(shù)據(jù),如何將其更好的應用到數(shù)量型數(shù)據(jù)中是亟待解決的問題之一。
　　目前針對數(shù)量型數(shù)據(jù)的關(guān)聯(lián)分類方法主要是通過先離散化,轉(zhuǎn)化為離散型數(shù)據(jù)后,再應用傳統(tǒng)的關(guān)聯(lián)分類算法進行分類。這種―先離散,

2、再學習‖的步驟可能帶來離散盲目性問題,例如待測試樣例不確定時,可能無法匹配到已經(jīng)構(gòu)造好的分類器中的規(guī)則的區(qū)間,進而影響其分類的準確性。另一方面,采用Lazy思想的基于屬性投影的關(guān)聯(lián)分類算法將構(gòu)造分類器的時間推遲到分類階段,同時在此之前,對每個待測試樣例在原始訓練數(shù)據(jù)集上進行投影,得到一個規(guī)模小,去除無關(guān)屬性的新訓練數(shù)據(jù)集。實驗證明,相比傳統(tǒng)的關(guān)聯(lián)分類算法,Lazy關(guān)聯(lián)分類算法在分類效果上有了很大的提高。
　　本文基于傳統(tǒng)關(guān)聯(lián)分類算

3、法在數(shù)量型數(shù)據(jù)上的應用的弊端,結(jié)合 Lazy思想,提出了一種新的關(guān)聯(lián)分類算法 QLAC—基于數(shù)量型屬性的關(guān)聯(lián)分類算法。針對數(shù)量型數(shù)據(jù),它首先利用K-近鄰分類思想―投影‖,選取N個近鄰為待測試樣例新的訓練數(shù)據(jù)集,然后,使用 K-means聚類算法對待測試樣例和新的訓練數(shù)據(jù)集進行離散化,最后根據(jù)離散化后的數(shù)據(jù)特征,采用基于頻繁閉項集的關(guān)聯(lián)規(guī)則挖掘算法挖掘類關(guān)聯(lián)規(guī)則并構(gòu)造分類器進行分類。另外,在利用 K-近鄰分類思想得到待測試樣例的新的訓練數(shù)

4、據(jù)集時,首先判斷它們的類屬性值是否一致,若一致,則直接將其賦值給待測試樣例,否則繼續(xù)進行后面的關(guān)聯(lián)分類操作。
　　最后,為了驗證QLAC算法的有效性,在UCI上7個數(shù)量型數(shù)據(jù)集上進行對比實驗。實驗結(jié)果證明,與K-NN算法相比,QLAC算法在分類準確率高于1.03％,與現(xiàn)有的關(guān)聯(lián)分類算法包括CBA,CPRA,CMRA和Lazy算法相比,平均分類準確率提高0.66％-1.65％。另外,在分類器大小對比試驗中,QLAC算法的分類器中規(guī)則