基于规则的分类器及其基本概念

2023-06-16 理论教育版权反馈

【摘要】：基于规则的分类器利用IF-THEN规则集进行分类。如一个规则R 1可以表示为：R 1:IF age=youth AND student=yes THEN buys_computer=yesR 1也可以表示为：R 1:^=＞其中，IF部分或=＞前面的部分称为前件，后一部分称为后件。那么，覆盖率和精度的定义如式（4.1）和式（4.2）。当X只满足规则集中的一个规则R 1时，就可以判定X属于R 1后件的类别。后件为同一类别的规则不需排序，因为它们判断的结果不会有冲突；在基于规则的排序策略中，规则按其前件的质量排序。

规则是表达信息很好的方式。基于规则的分类器利用IF-THEN规则集进行分类。如一个规则R 1可以表示为：

R 1:IF age=youth AND student=yes THEN buys_computer=yes

R 1也可以表示为：

R 1:(age=youth)^(student=yes)=＞(buys_computer=yes)

其中，IF部分或=＞前面的部分称为前件，后一部分称为后件。给定一个记录，如果它满足一规则的前件，则称此规则覆盖了此记录[25]。

一个规则R可以用它的覆盖率（coverage）和精度（accuracy）来衡量性能[25]。给定一分类记录集D，|D|表示其记录数。令ncovers表示D中被规则R覆盖的记录数；ncorrect表示被规则R覆盖的记录中类别标识与R后件吻合的记录数。那么，覆盖率和精度的定义如式（4.1）和式（4.2）。

对于D中的一个记录X，如果X满足某规则R 1，是否可以依据R 1的后件来判定X所属类别呢？当X只满足规则集中的一个规则R 1时，就可以判定X属于R 1后件的类别。但是，当X同时满足规则集中的多个规则，并且这些规则的后件不同时，或者当X不满足规则集中所有的规则时，X应该怎样判定呢？

当X同时满足规则集中的多个规则时，一般有两种解决方式，称为规格排序方式（size ordering）和规则排序方式（rule ordering）[25]。

所谓规格排序，是在X满足的规则中选择条件最强的规则，以此规则的后件来判定X的类别。

规则排序方式则预先将所有规则按优先级从高到低排序，形成一个决策列表。X被判定为在列表中第一次遇到的满足其前件的规则的后件的类别，X还可能满足的排序在列表后面的规则被忽略掉了。

规则的优先级策略一般有基于类别的（class-based）和基于规则的（rulebased）两种。在基于类别的排序策略中，将规则按其后件类别的重要性从高到低排序，或者将规则按其后件类别误判的代价从高到低排序。后件为同一类别的规则不需排序，因为它们判断的结果不会有冲突；在基于规则的排序策略中，规则按其前件的质量排序。衡量前件的质量有很多种依据，如精度、覆盖率、尺寸（涉及属性的个数）和领域知识等。

当X不满足规则集中所有的规则时，一般将X指定为一个默认的类别。默认的类别可以是训练集中记录最多的类别，也可以是在训练集中没有被规则覆盖的多数记录的类别。

基于规则的分类器及其基本概念

相关推荐