基于EP的多分類器表決分類算法.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(lǐng)域具有廣泛的應用.統(tǒng)計學、機器學習、神經(jīng)網(wǎng)絡等領(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)集的分類算法已成為數(shù)據(jù)挖掘的一項挑戰(zhàn)性任務.另一方面,提升(Boosting)與裝袋(Bagging

2、)以及其他基于委員會的方法能夠顯著改善某些算法的分類準確率.基于委員會的方法試圖通過合并多個弱分類器建立一個有效的委員會來構(gòu)造一個更加有效的分類器.以提升和裝袋為代表的組合分類方法成為提高某些算法分類準確率的有效方法.但是,現(xiàn)有的組合分類方法研究主要使用決策樹、神經(jīng)網(wǎng)絡以及貝葉斯方法作為基分類器,其他類型的分類算法還有待進一步研究.該文首次提出了建立基于EP的多分類器表決分類算法的思想.由于采用什么樣的算法建立基分類器成為實現(xiàn)上述思想需

3、要解決的首要問題,因此我們又提出了一個新的基于EP的分類算法作為基分類器的學習算法,即:基于基本顯露模式的分類算法(Classification by Essential Emerging Patterns,CEEP).以CEEP算法為基分類器學習算法,該文進一步提出采用自助方式建立多個并列的基分類器,通過投票表決的方式合并多個基分類器的組織策略,最終實現(xiàn)了該文提出的算法思想,得到一個融合了基于EP的分類算法和組合分類方法兩者優(yōu)勢的新型

4、的分類算法,即:基于EP的多分類器表決分類算法(Classification by Voting Classifiers based on Essential Emerging Patterns,CVCEEP).CEEP算法采用了一種基于模式樹(P-樹)的更快速有效算法挖掘eEP,改進了已有的同時使用支持度和增長率EP的評分標準,提出以增長率為標準的評分策略,并且解決了參數(shù)的自適應選擇等問題,實驗表明CEEP算法具有很好的分類性能.因此