訓練基于EP的分類器算法.pdf

1、數(shù)據(jù)挖掘又稱數(shù)據(jù)庫中知識發(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。分類是數(shù)據(jù)挖掘中的一項非常重要的任務，在商業(yè)、金融、電訊、DNA分析、科學研究等諸多領域具有廣泛的應用。統(tǒng)計學、機器學習、神經(jīng)網(wǎng)絡等領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)挖掘的一個挑戰(zhàn)性任務。 基于顯露模式(EmergingPattern，E

2、P)的分類方法是針對大型數(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模式，這些模式能夠捕獲目標類和非目標類上多組屬性之間的不同，具有很好的分類性能。第一個基于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確率優(yōu)于決策樹等傳統(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，eEP的權(quán)值通過訓練自適應地選取。訓練分為兩個階段：第一階段的主要任務是挖掘eEPs，構(gòu)造初始分類器。在EP的選取以及評分函數(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)值的自適應調(diào)整。開始，所有EP的權(quán)值相同。反復地使用初始分類器對訓練樣本進行分類，并通過考察每個EP對