基于關(guān)聯(lián)規(guī)則與決策樹的預(yù)測方法研究及其應(yīng)用.pdf

1、1.目前的關(guān)聯(lián)規(guī)則挖掘通常采用支持度-置信度-興趣度模型。在該模型下參數(shù)選取都是依靠經(jīng)驗(yàn)來設(shè)定，而且得到的規(guī)則數(shù)量通常無法估計(jì)。如果生成的規(guī)則數(shù)量太多，則無法有效提取其中有意義的規(guī)則。為此，本文分析了該模型下的參數(shù)意義，并利用回歸方法設(shè)計(jì)了多種規(guī)則條數(shù)與參數(shù)之間的方程。利用復(fù)相關(guān)系數(shù)檢驗(yàn)了方程的擬合效果，并采用顯著性檢驗(yàn)來驗(yàn)證參數(shù)的系數(shù)是否顯著為零。將復(fù)相關(guān)系數(shù)較大的回歸方程作為擬合的最優(yōu)方程。并利用冠心病數(shù)據(jù)和University o

2、f California Irvine(UCI)數(shù)據(jù)進(jìn)行了驗(yàn)證。通過選定的最優(yōu)方程，可以較好地預(yù)測給定參數(shù)下的規(guī)則的數(shù)量，同時(shí)優(yōu)化參數(shù)的選擇以及確定參數(shù)的選擇范圍。
　　 2.關(guān)聯(lián)規(guī)則挖掘已成為現(xiàn)代中醫(yī)尋找辨證以及用藥規(guī)律的手段之一。目前，關(guān)聯(lián)規(guī)則挖掘采用統(tǒng)一的支持度約束來生成頻繁項(xiàng)目集。因此，無法挖掘具有潛在價(jià)值和較低支持度的長項(xiàng)目集。為此，本文提出新的關(guān)聯(lián)規(guī)則挖掘模型:模糊遞減支持度，置信度。在此基礎(chǔ)上，通過分析生成的規(guī)則前

3、件與后件的相關(guān)性，提出了3種修正模型:(1)模糊遞減支持度，置信度，興趣度模型。(2)模糊遞減支持度，雙向置信度，興趣度模型。(3)模糊遞減支持度，重合度，興趣度模型。實(shí)驗(yàn):根據(jù)醫(yī)院采集的冠心病數(shù)據(jù)，提取中醫(yī)的辨證相關(guān)因素和病人的用藥數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，本文提出的模型不僅驗(yàn)證了已有的辨證與用藥規(guī)律，而且能夠挖掘出多因素組合的辨證和多種藥物之間的配伍規(guī)律。
　　 3.通過對已有的基于變精度粗糙集的決策樹分類算法進(jìn)行分析和研究，發(fā)現(xiàn)

4、基于變精度粗糙集構(gòu)建的決策樹算法具有較好的分類效果，且能夠容忍噪聲數(shù)據(jù)。但以變精度粗糙集進(jìn)行屬性選擇時(shí)，仍然具有ID3算法的不足，即往往會選擇屬性值較多的屬性作為分裂結(jié)點(diǎn)，而屬性值較多的屬性往往卻不是最優(yōu)的屬性。為此，本文提出了兩種新的屬性選擇方法。第一種屬性選擇方法，不僅考慮當(dāng)前結(jié)點(diǎn)的屬性值個(gè)數(shù)，而且考慮下層結(jié)點(diǎn)的變精度明確區(qū)大小，即同時(shí)考慮樹的兩層結(jié)點(diǎn)。通過新的屬性選擇方法，不僅克服了ID3算法中的不足，而且具有變精度粗糙集的優(yōu)點(diǎn)。

5、第二種屬性選擇方法，使用了一種綜合考慮分類精度和分支數(shù)量的屬性選擇新標(biāo)準(zhǔn)——加權(quán)粗糙度和復(fù)雜度。同時(shí)在結(jié)點(diǎn)停止分裂條件中引入了支持度和置信度，提高決策樹的泛化能力。為降低噪聲數(shù)據(jù)和缺失值的影響，算法使用了基于匹配度的類別預(yù)測方法。通過實(shí)驗(yàn)，驗(yàn)證了本文所提出方法的有效性。
　　 4.分析目前處理多值屬性和多類標(biāo)數(shù)據(jù)的決策樹算法，針對其中屬性選擇困難、孩子結(jié)點(diǎn)的相似度計(jì)算不夠精確等不足，提出了3種新的多值屬性和多類標(biāo)數(shù)據(jù)的決策樹算法