訓(xùn)練基于EP的分類器算法.pdf

1、數(shù)據(jù)挖掘又稱數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)，是從大量數(shù)據(jù)中用非平凡的方法發(fā)現(xiàn)有用的知識(shí)。分類是數(shù)據(jù)挖掘中的一項(xiàng)非常重要的任務(wù)，在商業(yè)、金融、電訊、DNA分析、科學(xué)研究等諸多領(lǐng)域具有廣泛的應(yīng)用。統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等領(lǐng)域的研究者提出了很多分類方法，大部分算法是內(nèi)存駐留算法，適用于小型數(shù)據(jù)集。隨著數(shù)據(jù)集的數(shù)據(jù)量和維數(shù)的增加，建立高效的、適用于大型數(shù)據(jù)集的分類法已成為數(shù)據(jù)挖掘的一個(gè)挑戰(zhàn)性任務(wù)。 基于顯露模式(EmergingPattern，E

2、P)的分類方法是針對(duì)大型數(shù)據(jù)集的分類提出的，EP是G.Dong和J.Li提出的一種新的知識(shí)模式，這些模式能夠捕獲目標(biāo)類和非目標(biāo)類上多組屬性之間的不同，具有很好的分類性能。第一個(gè)基于EP的分類算法是G.Dong等提出的CAEP算法，此后相繼提出了JEP-Classifier、BCEP和DeEPs等一系列基于EP的分類算法。相關(guān)研究表明，基于EP的分類算法的平均分類準(zhǔn)確率優(yōu)于決策樹(shù)等傳統(tǒng)算法，顯示了EP在分類方面的優(yōu)越性。 本文提出

3、了一種可調(diào)整權(quán)值的基于EP的分類方法CEPAW。CEPAW使用基本顯露模式(eEP)并聚合eEP的區(qū)分能力建立分類器。在聚合eEP的區(qū)分能力時(shí)，eEP的權(quán)值通過(guò)訓(xùn)練自適應(yīng)地選取。訓(xùn)練分為兩個(gè)階段：第一階段的主要任務(wù)是挖掘eEPs，構(gòu)造初始分類器。在EP的選取以及評(píng)分函數(shù)方面，我們都采用了不同于以往的基于EP的分類算法的方法。第二階段是權(quán)值的自適應(yīng)調(diào)整。開(kāi)始，所有EP的權(quán)值相同。反復(fù)地使用初始分類器對(duì)訓(xùn)練樣本進(jìn)行分類，并通過(guò)考察每個(gè)EP對(duì)