使用降低規則相依問題影響來改善關聯式分類效能

淡江大學機構典藏 > 商管學院 > 資訊管理學系暨研究所 > 學位論文 > Item 987654321/128131

請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/128131

題名:	使用降低規則相依問題影響來改善關聯式分類效能
作者:	陳智揚
關鍵詞:	關聯式分類;文件分類;規則相依
日期:	2012-01
上傳時間:	2025-10-16 14:46:53 (UTC+8)
摘要:	關聯式分類法(Associative Classification, AC)在規則排序(Ranking)時會因為分類的方式不同而有所差異，但基本上，都是依照信賴度由高至低排序，所以在進行分類時，也都是先利用信賴度高的規則做分類。由於某些關聯式規則之間會有規則相依問題(rule dependency problem)，對這些規則而言，執行的先後順序會影響到這些規則對尚未被分類資料的信賴度；由於rule dependency problem會造成規則信賴度的改變，所以對尚未被分類資料而言，目前關聯式分類法都實際上並未完全信賴度的由高低來進行分類，進而影響最後分類的結果。現有的關聯式分類法在進行分類時，都沒有考慮 Rule dependency problem。主要是因為訓練文件有可能會產生不同類別的規則，在分類時，也可能會因為不同的規則被分類至不同的類別，因此哪一條規則先執行的確會產生不同的分類結果。但對有 n 條規則的 AC 而言，規則有 n! 種執行順序，所以要解決rule dependency problem (找尋最佳規則執行順序) 將是一個非常耗時的工作。所以本研究主要探討關聯式分類器中Rule Dependency Problem的問題，並提出不同的多項式時間(polynomial time)排序演算法來設定分類器中規則的執行順序，以降低規則相依問題對分類結果的影響，進而提昇關聯式分類器的分類準確度。
顯示於類別:	[資訊管理學系暨研究所] 學位論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	100	檢視/開啟

在機構典藏中所有的資料項目都受到原著作權保護.

TAIR相關文章

資料載入中.....