计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2011年
4期
567-575
,共9页
模糊关联规则%分类%多目标进化%模糊系统%数据挖掘
模糊關聯規則%分類%多目標進化%模糊繫統%數據挖掘
모호관련규칙%분류%다목표진화%모호계통%수거알굴
准确率和解释性是模糊关联分类模型的两个相互制约的优化目标.目前已有的研究方法中,有的只考虑了分类模型的准确率,有的把模型两个目标转化为单目标问题求解,在模型解释性目标上的优化策略较简单.为此提出一种基于Apriori和NSGA-II多目标进化算法的模糊关联分类模型(MOEA-FACM),采用基于概率独立性的模糊确认指标筛选生成高质量的模糊关联规则集,以Pittsburgh式的编码方式构建准确率和解释性折中的模糊关联分类模型.标准数据集上的实验表明,该方法所建模型分类准确率比同类模型高,分类模型具有较好的泛化能力,而其所含模糊关联规则的数目和规则前件总的模糊项的个数却较少,模型的解释性较好.
準確率和解釋性是模糊關聯分類模型的兩箇相互製約的優化目標.目前已有的研究方法中,有的隻攷慮瞭分類模型的準確率,有的把模型兩箇目標轉化為單目標問題求解,在模型解釋性目標上的優化策略較簡單.為此提齣一種基于Apriori和NSGA-II多目標進化算法的模糊關聯分類模型(MOEA-FACM),採用基于概率獨立性的模糊確認指標篩選生成高質量的模糊關聯規則集,以Pittsburgh式的編碼方式構建準確率和解釋性摺中的模糊關聯分類模型.標準數據集上的實驗錶明,該方法所建模型分類準確率比同類模型高,分類模型具有較好的汎化能力,而其所含模糊關聯規則的數目和規則前件總的模糊項的箇數卻較少,模型的解釋性較好.
준학솔화해석성시모호관련분류모형적량개상호제약적우화목표.목전이유적연구방법중,유적지고필료분류모형적준학솔,유적파모형량개목표전화위단목표문제구해,재모형해석성목표상적우화책략교간단.위차제출일충기우Apriori화NSGA-II다목표진화산법적모호관련분류모형(MOEA-FACM),채용기우개솔독립성적모호학인지표사선생성고질량적모호관련규칙집,이Pittsburgh식적편마방식구건준학솔화해석성절중적모호관련분류모형.표준수거집상적실험표명,해방법소건모형분류준학솔비동류모형고,분류모형구유교호적범화능력,이기소함모호관련규칙적수목화규칙전건총적모호항적개수각교소,모형적해석성교호.