基于ILP的多關(guān)系分類(lèi)算法的研究.pdf

1、多關(guān)系數(shù)據(jù)挖掘是近年來(lái)快速發(fā)展起來(lái)的重要的數(shù)據(jù)挖掘領(lǐng)域之一。多關(guān)系分類(lèi)作為一種重要的數(shù)據(jù)挖掘技術(shù)得到了快速發(fā)展，并且被廣泛的應(yīng)用到許多方面，如財(cái)務(wù)決策、醫(yī)學(xué)研究等。到目前為止，已經(jīng)出現(xiàn)了很多分類(lèi)算法，包括決策樹(shù)分類(lèi)、規(guī)則分類(lèi)等。歸納邏輯程序設(shè)計(jì)是關(guān)系學(xué)習(xí)的核心方法，也得到了廣泛的研究與應(yīng)用。其中基于歸納邏輯程序設(shè)計(jì)的分類(lèi)算法有FOIL、TILDE、CrossMine等，雖然這些算法可以用來(lái)處理多關(guān)系數(shù)據(jù)，但是隨著數(shù)據(jù)量的增大和數(shù)據(jù)模式的

2、復(fù)雜，尤其在訓(xùn)練集類(lèi)分布不平衡的情況下，這些分類(lèi)算法的分類(lèi)精度和運(yùn)行效率以及算法的可擴(kuò)展性都將存在一定的局限性。 本文的研究目標(biāo)是如何在歸納邏輯程序設(shè)計(jì)的基礎(chǔ)上，構(gòu)造一個(gè)可以有效處理現(xiàn)實(shí)生活中復(fù)雜模式的多關(guān)系數(shù)據(jù)分類(lèi)算法（分類(lèi)器）。使新的分類(lèi)器擁有更好的分類(lèi)精度，更高的運(yùn)行效率以及對(duì)于關(guān)系的數(shù)量擁有更好的可擴(kuò)展性。 首先，對(duì)歸納邏輯程序設(shè)計(jì)以及經(jīng)典的ILP分類(lèi)算法FOIL進(jìn)行研究，針對(duì)該分類(lèi)法在處理現(xiàn)實(shí)生活中的大型復(fù)雜數(shù)

3、據(jù)庫(kù)時(shí)所存在的問(wèn)題，將交叉挖掘中的元組ID傳播思想應(yīng)用于多關(guān)系分類(lèi)中，以很大程度上降低算法的空間復(fù)雜度和時(shí)間復(fù)雜度。然后，對(duì)于訓(xùn)練樣本集在算法執(zhí)行過(guò)程中的動(dòng)態(tài)分布進(jìn)行針對(duì)性處理，采用混合采樣技術(shù)處理不平衡的樣本類(lèi)分布，以達(dá)到對(duì)訓(xùn)練集的精確分類(lèi)，從而提高算法的整體分類(lèi)精度和對(duì)稀有類(lèi)的精確分類(lèi)。最后，對(duì)得到的分類(lèi)規(guī)則依據(jù)一定的標(biāo)準(zhǔn)進(jìn)行規(guī)則剪枝，使最終得到的分類(lèi)規(guī)則簡(jiǎn)潔高效。 為了將改進(jìn)后的ILP多關(guān)系分類(lèi)算法與其它算法進(jìn)行比較分析，