基于邊界快速求解EPs的算法.pdf

1、顯露模式(Emerging Patterns,EPs)是指那些從一個(gè)數(shù)據(jù)集到另一個(gè)數(shù)據(jù)集支持度發(fā)生顯著變化的項(xiàng)集,它們能夠捕獲數(shù)據(jù)庫中兩個(gè)數(shù)據(jù)集之間的多個(gè)屬性上的差異,可以用來建立分類器.近來已經(jīng)提出了一系列基于EPs的分類器,如CAEP、JEP-Classifier、DeEP、BCEP、CEEP等.相關(guān)研究表明,它們的分類精度顯著的優(yōu)于傳統(tǒng)的分類器.因此,EPs的挖掘具有重要的意義.EPs的有效挖掘是一個(gè)具有挑戰(zhàn)性的課題.因?yàn)?(i)

2、EPs不具有Apriori的性質(zhì),即EP的超集和子集都不一定是EP;(ii)在挖掘EPs時(shí),如果數(shù)據(jù)集維數(shù)較高或支持度閾值較低,需要考察的候選項(xiàng)數(shù)量巨大.因此,樸素的挖掘算法效率太低而幾乎不可行.Dong和Li首先把集族閉區(qū)間的表示引入到EPs的挖掘,提出了利用集族邊界來表示EPs,利用邊界運(yùn)算來挖掘EPs.基于邊界的EPs挖掘算法提高了EPs的挖掘效率,進(jìn)而使得EPs的有效挖掘具有可行性.然而,已有的邊界算法效率仍然很低,并且所挖掘的

3、結(jié)果需要用一組上下邊界表示,形式不自然,枚舉EPs的效率低.該文首先提出了一種改進(jìn)的邊界運(yùn)算算法FFBD(Filter First Border Differential,FFBD),該算法在求解差區(qū)間的左邊界時(shí),逐層迭代擴(kuò)展,并采取優(yōu)先過濾的策略:在每層迭代前,考察上層迭代的中間結(jié)果,選擇其中的一部分?jǐn)U展為候選項(xiàng),另外一部分作為過濾非最小項(xiàng)時(shí)的比較空間,提高了算法的效率.然后,我們證明了具有相同左邊界的兩個(gè)任意閉區(qū)間的差是閉的,可以用