关联规则是形如“A→C”的规则，有两个指标：属性集的支持度Support和规则的置信度Confidence。如果后件“C”只有类别值，自然可以想到使用此规则进行分类。典型的关联规则分类算法有CBA、CMAR和CPAR[99]。
CBA是由Liu B等人提出的，是最早的也是最简单的关联规则分类算法[99]。首先，根据指定的支持度阈值和置信度阈值，在训练集中找出所有形如“A→C”的关联规则，这类规则被称为“类关联规则”（Class Association Rules，CARs），其特点是后件只包含类标号，这样产生的CARs作为初始的规则集。CBA算法中这部分采用的方法类似于Apriori。之后进行如下的一系列的操作，以得到最终的规则集。
（1）初始规则集中的规则按置信度、支持度和产生顺序排序，形成一层次结构。
（2）使用类似序列覆盖的方法，将层次规则集作用于训练集，使最终规则覆盖训练集。对于排序在后的规则，如果其没有提高测试精度或者出错率增高了，则剪枝。
（3）在经过剪枝的规则集中加入训练集中的多数类作为默认的类别。
最终规则集就是一张决策表。测试时一个记录被判定为属于在列表中第一次遇到的满足其前件的规则的类别，当此记录不满足所有规则的前件时，判定其为默认类别。在一些典型的分类数据集的测试中，CBA算法的实验精度高于C 4.5。
W Li等人进一步提出了CBA的改进算法CMAR[114]，其与CBA的有3点不同之处：
1）在挖掘CARs时采用的是FP-growth算法。
2）从初始规则集构造最终分类规则集时的策略不同。CMAR将规则按置信度、相关性和覆盖率进行排序，形成层次结构。每一记录在将插入此结构时，均进行剪枝计算。特殊性更强、置信度更低的规则将被删除。例如，对于规则R 1和R 2，如果R 1的前件比R 2的前件更通用，并且R 1的置信度更大，则R 2将被剪除。CMAR还以X2验证测试一规则的前件与后件，当它们不是正相关时，此规则被剪除。
3）分类时，当一记录X满足若干规则的前件，CBA将用置信度最高的规则来判定X。CMAR则将这些规则按后件的类别分组，计算各组规则的X2关联强度，用关联最强的组来判定X。
CMAR实验精度略高于CBA，其时间效率、可扩展性和内存利用率均比CBA高。
CBA和CMAR均采用频繁项挖掘的方法来产生初始的规则集，根据给定的支持度和置信度，这样产生的规则数据大，在后面要进行大量剪枝工作，从而损失了效率。CPAR基于FOIL算法（一种基于精度的算法）产生规则[115]。对每一类在训练集中找出其正类和反类（其余的类），计算各规则FOIL的值，找出得值高的规则加入规则集。同时，覆盖的记录不直接删除，而是降低其权重，以便为其他类的FOIL计算提供基数。进行分类时，当一记录满足若干规则的前件，CPAR将这些规则按后件的类别分组。但与CMAR不同的是，CPAR只选择每组中的“最好的”K个规则进行分类计算。CPAR与CMAR分类精度相当，但CPAR效率高于CMAR，特别是在大数据集的分类过程中。
可见，关联规则分类算法是一类基于规则的算法，其基础是频繁项目的与运算。
有关数据挖掘算法及在视频分析中的应用的文章
Apriori算法[3]是单维、单层、布尔关联规则挖掘算法，是最简单形式的关联规则挖掘。该算法是挖掘产生布尔关联规则频繁项目集的经典算法，对关联规则挖掘研究有着重要影响。图2.3Apriori-gen算法Apriori算法调用Apriori-gen，生成所有频繁项集，如图2.4所示。Apriori算法假定数据库驻留在内存中。Apriori算法之后，学者们不断研究其改进算法及其他思想的关联规则挖掘算法，取得了很多成果。图2.4Apriori算法图2.5找出频繁项集L后生成关联规则算法......
2023-06-16
关联规则挖掘及算法郑继刚杨春华曾庆红赵若男摘要:关联规则可分为布尔型和数值型、单层和多层、单维和多维关联规则挖掘。本文阐述关联规则的定义以及分类，详细介绍经典的关联规则挖掘Apriori算法。可信度是对关联规则准确性的衡量，是得出关联规则的依据。......
2024-03-27
设数据集D被分割成分块D1，D2，...，Dn，全局最小支持数为minsup_count。因此，探索新的理论和算法来减少数据库的扫描次数和候选集空间占用，已经成为近年来关联规则挖掘研究的热点之一，典型的方法是FP-tree算法。......
2023-11-08
仔细研究各算法就会发现，决策树分类算法、关联规则分类算法、贝叶斯分类算法都是基于规则“A→C”和其统计特性的。C 4.5是决策树分类算法的代表[98]。构造决策树时，总选择增益比例大的属性作为下一分支节点。简化后的规则按类进行分组，形成最终的分类规则集。可见，贝叶斯分类器也是基于规则“A→C”的统计特性的。决策树分类法是一种直观且精度较高的方法，但决策树有时也会变得很复杂，以至于难以解释。......
2023-06-16
通过方剂数据的预处理和关联分析，挖掘出基层知名老中医马祥治疗慢性胃炎处方的药对、药组和药四对。现有寒症诊断决策原始数据集，可利用关联规则分析哪些临床表现的组合会导致不同的诊断结果。例如，现有如下中医药治疗胰腺癌的处方数据，可进行关联规则分析用药规律。表2-6癫痫用药根据眼科诊疗数据，可挖掘H52.0远视、H52.2散光、H52.4老光之间的关联情况。......
2023-11-08
布尔型关联规则处理的值都是离散的、种类化的，它显示了这些变量之间的关系。在单维的关联规则中，只涉及数据的一个维，如用户购买的物品。检查冗余的多层关联规则：挖掘多层关联规则时，由于项间的“祖先”关系，有些发现的规则将是冗余的。挖掘多维关联规则的技术。......
2023-11-08
对盗窃犯罪案件类别、时间段、网格编号等属性信息，选择合适的支持度和置信度阈值，进行关联规则挖掘。按照关联规则长度为3，提升度大于1.2的原则进行筛选，得到共计68条强关联规则。通过分析得到的强关联规则，推出犯罪类型、网格号与时间段这三个案件属性之间所存在的关联关系，进而推测盗窃犯罪的时空规律。......
2023-06-15
，xm}是一组称为项的元素的集合，集合XI称为项集。关联规则是一个表达式X→Y，其中X和Y是项集且不相交，即X，YI，其中N∩Y＝。为了生成频繁且高置信度的关联规则，首先要枚举所有的频繁项及其支持度。给定数据集D和用户自定义的支持度阈值minsup；其次，给定频繁项集的集合F和最小置信度minconf，关联规则挖掘的任务是找出所有频繁且置信度高的规则。......
2023-06-15
相关推荐