基于类关联规则的分类算法研究

论文摘要

分类问题是通过分析给定的一个带有类别标识的训练数据集,建立一个分类器,然后预测那些未知类别的数据对象。基于类关联规则的分类算法,简称关联分类算法是集成了关联规则挖掘技术和分类技术的一种新的分类算法。它首先挖掘训练集,得到满足最小支持度和最小置信度的类关联规则,然后通过剪枝得到最终分类规则集。与传统分类算法相比,关联分类算法具有分类精度高和适应性强的特点。然而,作为一种新的分类方法,关联分类算法在执行效率,剪枝的质量,分类器的可理解性等方面还存在很多问题。本文针对以上问题对关联分类算法进行改进。扩展了TD-FP-growth算法,用于挖掘类关联规则以提高挖掘效率；综合考虑规则的置信度和支持度来评价类关联规则的质量,从而克服了传统规则评价方法过分强调规则置信度而导致的过度拟合问题,使挖掘出的规则具有更高的可理解性；分析了规则交叠现象对分类精度和规则数目的影响。实验结果表明本文方法在分类精度上优于SEE5, CBA和CMAR.在应用于医疗图像分类和汉字识别时,得到很好的分类效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 研究背景与意义
• 1.3 本文研究的主要内容
• 1.4 本文组织方式
• 第2章 关联分类算法研究综述
• 2.1 关联分类的基本原理及相关概念
• 2.2 关联分类算法
• 2.2.1 EAGER学习方式
• 2.2.2 LAZY学习方式
• 2.2.3 其它相关研究
• 2.3 小结
• 第3章 基于新的规则评价方法的关联分类
• 3.1 研究动机
• 3.2 规则评价方法
• 3.3 算法描述
• 3.3.1 挖掘类关联规则
• 3.3.2 构造分类器
• 3.3.3 如何分类新的样例
• 3.4 实验结果及分析
• 3.4.1 与其它分类算法的比较
• 3.4.2 惩罚因子分析
• 3.5 医疗图像分类和汉字识别中的应用
• 3.5.1 医疗图像分类
• 3.5.2 汉字识别
• 3.6 小结
• 第4章 关联分类器的可理解性
• 4.1 研究动机
• 4.2 算法描述
• 4.3 实验结果
• 4.4 小结
• 第5章 总结与展望
• 参考文献
• 攻读硕士学位期间发表论文情况
• 致谢