跳到主要內容

臺灣博碩士論文加值系統

(44.192.22.242) 您好!臺灣時間:2021/08/03 20:23
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:楊正奇
研究生(外文):Jeng-Chi Yang
論文名稱:多層次排序關聯分類器
論文名稱(外文):Associative Classifier with Multi-Ranking
指導教授:蔣定安蔣定安引用關係
指導教授(外文):Ding-An Chiang
學位類別:碩士
校院名稱:淡江大學
系所名稱:資訊工程學系碩士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:60
中文關鍵詞:關聯分類器關聯法則執行順序規則修剪資料探勘
外文關鍵詞:Associative ClassifierAssociation RuleExecution OrderRule PruningData Mining
相關次數:
  • 被引用被引用:0
  • 點閱點閱:116
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
關聯法則是經常被使用在資料探勘的研究技術之一,進而利用關聯規則結合成關聯分類器,預測未知分類資料的類別。

關聯規則執行分類前,會依照演算法所定義的執行順序做排序。一般而言,當規則經過排序後,規則與規則之間的執行先後順序將不再改變。實際上關聯規則執行時,當排序較高的執行後,排序較低未執行的規則在剩餘未分類資料中,可能擁有較原先更高的信賴度,或更低的信賴度,規則間的執行先後順序與重要性可能會有所不同。

因此,本論文對此種情況,利用關聯法則提出多層次排序(Multi-Ranking)分類器,定義關聯分類器的規則執行順序及規則修剪的方法。由實驗結果顯示,多層次排序分類器在預測未知分類能有好的準確率表現與執行效率。
Association rule is one of the .adopted techniques frequently in data mining, then integrating the association rules into a associative classifier for predicting that data are not classified.

The association rules will be sorted by the algorithm’s definition before executing the association rules. In general, between the rule and the rule execution order no longer will change successively when the association rules are sorted. Actually, after executing higher rank , the lower ranking and unexecuted rules will have different confidence from initial confidence in the remaining data. And the rules’ execution order and importance will be difference.

Therefore, we propose a new classifier named Multi-Ranking classifier in view of the situation, defining the rules of the associative classifier execution orders. Moreover, Multi-Ranking classifier have good accuracy and execution performance in the experiment.
目錄
第一章 1
1.1 前言 1
1.2 研究動機與目的 2
第二章 背景知識及相關研究 10
2.1關聯法則 10
2.2 Apriori演算法 12
2.3 關聯分類法問題 17
2.3.1 CBA演算法 18
2.3.2 L3演算法 22
2.3.3 規則執行順序與修剪 25
第三章 問題陳述及流程圖 28
3.1 問題描述 28
3.2 多層次排序流程圖 35
第四章 實驗結果 38
4.1資料來源及預處理 39
4.2 實驗結果 43
4.2.1原始排序 44
4.2.2多層次排序 47
4.2.3 討論 49
第五章 結論及未來展望 51
參考文獻 52
英文論文 54

圖目錄
圖1.1 關聯規則 4
圖1.2 規則分類前 5
圖1.3 規則分類後 6
圖3.1 信賴度上升 29
圖3.2信賴度下降 31
圖3.3信賴度不變 32
圖3.4 無信賴度 34
圖3.5建置模組及篩選規則流程圖 35

表目錄
表4.1 Breast Cancer Data Set 40
表4.2 LED Display Domain Data Set 41
表4.3 Lymphography Data Set 42
表4.4 初始排序未經修剪 44
表4.5初始排序且經過修剪 46
表4.6 多層次排序 47
表4.7 準確率 49
表4.8 回收率 50
[1].R. Agrawal, T. Imielinski, A. Swami, “Mining Association Rules between Sets of Items in Large Databases,” Proceedings of the 1993 ACM SIGMOD Conferencen on Management of Data, Washington D.C., pp. 207-216, May 1993.
[2] Quinlan, J. R., C4.5: Programs for Machine Learning, Morgan Kaufmann, San Mateo, CA, 1993.
[3] Breiman L., J. H. Friedman, R. A. Olshen and C. J. Stone, “Classification and regression trees”, Monterey, CA: Wadsworth, 1984.
[4] G. V. Kass, “An Exploratory Technique for Investigating Large Quantities of Categorical Data”, Applied Statistics, pp.119-127, 1980.
[5] Bing Liu, Wynne Hsu, Yiming Ma, "Integrating Classification and Association Rule Mining," Proceedings of the Fourth International Conference on Knowledge Discovery and Data Mining (KDD-98, full paper), New York, USA, 1998.
[6] B. Liu, Y. Ma, and C. K. Wong, Improving an Association Rule Based Classifier., PKDD-2000, 2000, pp. 504-509.
[7] G. Dong, X. Zhang, L. Wong, and, J. Li, CAEP: Classification by aggregating emerging patterns., DS-99 (LNCS 1721), Japan, Dec. 1999.
[8] W. Li, J. Han, and J. Pei, CMAR: Accurate and efficient classification based on multiple class-association rules., ICDM-01, San Jose, CA, Nov. 2001, pp. 369-376.
[9] K. Wang, S. Zhou, Y. He, “Growing decision trees on support-less association rules, ” Knowledge Discovery and Data Mining, pp.265-269, 2000.
[10] E. Baralis, and P. Garza. A lazy approach to pruning classification rules., In Proceedings of the 2002 IEEE International
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊