基于抽样的概念层次挖掘算法.pdfVIP

基于抽样的概念层次挖掘算法 胡江滔汪卫周傲英 (;1:旦大学计算机科挚单 上海草制33) 摘要 本文通过对被指挖掘份儿种传统属性归纳算法的分析，发现它们存在以下不足: (1)不能处理不平衡的概念层次 ;(2) 没有考虑实际数据分布对最后的泛化规则的影响。因此， 本文提出了基于抽样的概念层次挖掘算法，它先采用抽样方法，对概念层次进行初步调整，然 后扫描磐个数据文件，利用扫描信息再次调提概念层次，最后通过统计调接后的概念层次的叶 子信息就可以得到泛化规则。本算法不仅克服了传统算法的不足，而且具有最优的时间复杂 J! O(n) 和空间复杂度。 (c) 。 关键词 数据挖掘属性归纳算法概念层次 AN ALGO阳n刷刷)RCONCE??? HD现ARC?Y MIN剧G BASEDONS.灿fPLING Hu Ji阳明幽 W阻嗨 Wei zh凶 A吵鸣 (曲胆翩翩(臼甲阳必白帽 ， r，阳 U，，y ， 且OntIVi 2í剧组) A恼位制 它也阳P世 fusl 脾咄咄幽幽netr时itional A柑ibute - Oriented Induction{ AOI) al伊i 由msm data mining field and po趴阳佣 t the 址阳帽伽lf!S of 由酬曲 foll脚5:(1) 出町崎.ddn t d咽l wi.由由e on? balanced 刷刷呻，t lùer阳响; (2)the 伽础I 伊le r:al ized result d刷刷 1 rer.沈阳 the di.tributi册。f real 伽M 田 I.Hence ，附 pul forw田d 皿 d吕pri出n for CòIl呵1 hi幽皿hymi血Ig based 恤SIIIt甲li鸣， wlùch 皿mpl曲 曲e dataset 自刷，嗣d arran阴阳 initial conceF地 hierarchy ， then scans the 讨回，le 伽阳脯， la阳。职而配胁 删呻1 hiersrchy 阻=rding 胁。回剖atistics ir由ll1l1剧。缸， fin?lly g院Ithe 伊lerali时 ruleby 倒lculati鸣址、a m岛unation of 1esves. 11 1101 由ùy 创附 the above p础l咽圃， bul al皿 has the op由naltin辑时 SI脚 棚nplexity. K仰-words Data mining Attribute - oriented i，阳tim Conc叩，1 hlerarchy 1 号|育 随着信息时代的到来、我们一方丽被大燎的数据所漂役，另一方商却饱受知识贫乏的煎 收捎回酬 2000- 邸 -23 。锦江珊，确土生，主研锁罐 z 数踏挖蛐与知识盎珑，倍且披章。 ? 51 ?