基于形式概念集的分類規(guī)則挖掘算法研究.pdf

1、目前，利用形式概念分析來進(jìn)行數(shù)據(jù)挖掘的研究得到了相關(guān)學(xué)者的廣泛關(guān)注。他們提出了相應(yīng)的概念格構(gòu)造算法，并利用形式概念分析進(jìn)行其它方面的研究。在利用形式概念分析進(jìn)行分類規(guī)則挖掘的時(shí)候，大多數(shù)方法都是先生成形式背景對(duì)應(yīng)的完備概念格，這些完備概念格的構(gòu)造方法大都基于經(jīng)典的概念格構(gòu)造算法，如增量式算法、批處理算法等。當(dāng)完備概念格構(gòu)造完之后，再從這種偏序的結(jié)構(gòu)中將那些適于作為分類規(guī)則的格節(jié)點(diǎn)提取出來，進(jìn)而得到整個(gè)形式背景的分類規(guī)則。
　　

2、但是，由于構(gòu)造完備概念格的復(fù)雜性及構(gòu)造過程中產(chǎn)生的大量冗余，這種方法往往具有較高的時(shí)間和空間復(fù)雜度，因而影響了效率。針對(duì)這些問題，本文提出了一種Fccrm算法，它采用類標(biāo)號(hào)分割的方法來降低形式背景的規(guī)模，通過對(duì)每一類標(biāo)號(hào)的形式背景按照屬性劃分，生成單屬性形式概念，并由這些形式概念的最大概念以及它們的下覆蓋來獲取全部的格節(jié)點(diǎn)，獲得分類規(guī)則。該算法避免了構(gòu)造完各概念格時(shí)格之間的復(fù)雜關(guān)系，只生成全部的概念節(jié)點(diǎn)，并且在生成所有形式概念的同時(shí)進(jìn)行

3、預(yù)剪枝，縮小了生成概念集的規(guī)模。
　　 在分類器的構(gòu)造上，本文將分類規(guī)則賦予權(quán)值，然后在分類器中采用投票的方式對(duì)未分類數(shù)據(jù)進(jìn)行分類，并根據(jù)規(guī)則加入對(duì)訓(xùn)練數(shù)據(jù)的判斷結(jié)果的反饋機(jī)制。這種方法強(qiáng)化了那些具有強(qiáng)分類能力的規(guī)則，提高了分類的正確率。本文還對(duì)分布式數(shù)據(jù)挖掘在概念集成時(shí)采用的方法進(jìn)行了研究，并給出了一個(gè)模型。
　　 最后，實(shí)現(xiàn)了本文中提出的算法，并通過實(shí)驗(yàn)進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明：該算法在性能上有了很大改進(jìn)，通過形式概念