基于ILP的多關系分類算法的研究.pdf

1、多關系數據挖掘是近年來快速發(fā)展起來的重要的數據挖掘領域之一。多關系分類作為一種重要的數據挖掘技術得到了快速發(fā)展，并且被廣泛的應用到許多方面，如財務決策、醫(yī)學研究等。到目前為止，已經出現了很多分類算法，包括決策樹分類、規(guī)則分類等。歸納邏輯程序設計是關系學習的核心方法，也得到了廣泛的研究與應用。其中基于歸納邏輯程序設計的分類算法有FOIL、TILDE、CrossMine等，雖然這些算法可以用來處理多關系數據，但是隨著數據量的增大和數據模式的

2、復雜，尤其在訓練集類分布不平衡的情況下，這些分類算法的分類精度和運行效率以及算法的可擴展性都將存在一定的局限性。 本文的研究目標是如何在歸納邏輯程序設計的基礎上，構造一個可以有效處理現實生活中復雜模式的多關系數據分類算法（分類器）。使新的分類器擁有更好的分類精度，更高的運行效率以及對于關系的數量擁有更好的可擴展性。 首先，對歸納邏輯程序設計以及經典的ILP分類算法FOIL進行研究，針對該分類法在處理現實生活中的大型復雜數

3、據庫時所存在的問題，將交叉挖掘中的元組ID傳播思想應用于多關系分類中，以很大程度上降低算法的空間復雜度和時間復雜度。然后，對于訓練樣本集在算法執(zhí)行過程中的動態(tài)分布進行針對性處理，采用混合采樣技術處理不平衡的樣本類分布，以達到對訓練集的精確分類，從而提高算法的整體分類精度和對稀有類的精確分類。最后，對得到的分類規(guī)則依據一定的標準進行規(guī)則剪枝，使最終得到的分類規(guī)則簡潔高效。 為了將改進后的ILP多關系分類算法與其它算法進行比較分析，