1. Trang chủ
  2. » Luận Văn - Báo Cáo

Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng

58 11 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 58
Dung lượng 2,57 MB

Nội dung

Ngày đăng: 11/07/2021, 16:52

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Cai, C. H., Fu, A. W., Cheng, C. H., & Kwong, W. W. (1998). “Mining association rules with weighted items”. In: Proceedingss of international database engineering and applications symposium (IDEAS 98) (pp. 68-77) Sách, tạp chí
Tiêu đề: Mining association rules with weighted items
Tác giả: Cai, C. H., Fu, A. W., Cheng, C. H., & Kwong, W. W
Năm: 1998
[2] P. L. Kompalli (2014), “Efficient Mining of Data Streams Using Associative Classification Approach”, International Journal of Software Engineering and Knowledge Engineering (pp. 605–631) Sách, tạp chí
Tiêu đề: Efficient Mining of Data Streams Using Associative Classification Approach
Tác giả: P. L. Kompalli
Năm: 2014
[3] P. L. Kompalli, K. Reddy (2010). “A Survey on Different Trends in Data Stream”. In Proc of IEEE International Conference on Networking and Information Technology (pp. 451 – 455) Sách, tạp chí
Tiêu đề: A Survey on Different Trends in Data Stream
Tác giả: P. L. Kompalli, K. Reddy
Năm: 2010
[4] B. Liu, W. Hsu, Y. Ma (1998): "Integrating classification and association rule mining", in 4th International conference on knowledge discovery and Data mining, (pp. 80–86) Sách, tạp chí
Tiêu đề: Integrating classification and association rule mining
Tác giả: B. Liu, W. Hsu, Y. Ma
Năm: 1998
[5] W. Li, J. Han, J. Pei (2001): "CMAR: Accurate and efficient classification based on multiple class-association rules ", in 1st IEEE international conference on Data mining, (pp. 369–376) Sách, tạp chí
Tiêu đề: CMAR: Accurate and efficient classification based on multiple class-association rules
Tác giả: W. Li, J. Han, J. Pei
Năm: 2001
[6] Loan Nguyen, Bay Vo, Tzung-Pei Hong, Hoang Chi Thanh (2013): "CARMiner: An efficient algorithm for mining class-association rules", Expert Systems With Applications 40(6), (pp. 2305-2311) Sách, tạp chí
Tiêu đề: CARMiner: An efficient algorithm for mining class-association rules
Tác giả: Loan Nguyen, Bay Vo, Tzung-Pei Hong, Hoang Chi Thanh
Năm: 2013
[7] R. Quinlan (1986): "Induction of Decision Trees", Machine Learning 1(1), (pp. 81-106) Sách, tạp chí
Tiêu đề: Induction of Decision Trees
Tác giả: R. Quinlan
Năm: 1986
[8] R. Quinlan (1992): "C4.5: programs for machine learning", Machine Learning 16, (pp. 235-240) Sách, tạp chí
Tiêu đề: C4.5: programs for machine learning
Tác giả: R. Quinlan
Năm: 1992
[9] W. Snedecor and W. Cochran (1989).“Statistical Methods Eighth Edition”, in Iowa State University Press Sách, tạp chí
Tiêu đề: Statistical Methods Eighth Edition
Tác giả: W. Snedecor and W. Cochran
Năm: 1989
[10] S. K. Tanbeer, C. F. Ahmed, B. S. Jeong, and Y. K. Lee 2008. “CP-Tree: A tree structure for single-pass frequent pattern mining”. In Proc. Of PAKDD, Lect NotesArtif Int, (pp 1022 – 1027) Sách, tạp chí
Tiêu đề: CP-Tree: A tree structure for single-pass frequent pattern mining
[11] F. A. Thabtah, Peter Cowling, Yonghong Peng (2004): "MMAC: A new multi-class, multi-label associative classification approach", the 4th IEEE Sách, tạp chí
Tiêu đề: MMAC: A new multi-class, multi-label associative classification approach
Tác giả: F. A. Thabtah, Peter Cowling, Yonghong Peng
Năm: 2004
[12] M. R. Tolun, S. M. Abu-Soud (1998): "ILA: an inductive learning algorithm for rule extraction", Expert Systems With Applications 14(3), (pp. 361–370) Sách, tạp chí
Tiêu đề: ILA: an inductive learning algorithm for rule extraction
Tác giả: M. R. Tolun, S. M. Abu-Soud
Năm: 1998
[13] Bay Vo, Bac Le (2008): "A novel classification algorithm based on association rule mining", PKAW 2008, (pp. 61-75) Sách, tạp chí
Tiêu đề: A novel classification algorithm based on association rule mining
Tác giả: Bay Vo, Bac Le
Năm: 2008
[14] K. Wang, S. Zhou and Y. He (2000)“Growing decision trees on support-less association rules”, in Proc. Sixth Int'l Conf. Knowledge Discovery and Data Mining Sách, tạp chí
Tiêu đề: Growing decision trees on support-less association rules
[15] X. Yin, J. Han (2003): "CPAR: Classification based on predictive association rules", in SIAM international conference on Data mining (SDM’03), (pp. 331–335) Sách, tạp chí
Tiêu đề: CPAR: Classification based on predictive association rules
Tác giả: X. Yin, J. Han
Năm: 2003

HÌNH ẢNH LIÊN QUAN

Hình 2.1 Khai thác phân lớp kếthợp dữliệu dạng luồng trên cửa sổ [2] - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 2.1 Khai thác phân lớp kếthợp dữliệu dạng luồng trên cửa sổ [2] (Trang 17)
Bảng 2.2 Tập dữliệu dạng luồng [2] - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Bảng 2.2 Tập dữliệu dạng luồng [2] (Trang 20)
Hình 2.3 Nút của cây PSTree [2] Con trỏ cha Contrỏ  - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 2.3 Nút của cây PSTree [2] Con trỏ cha Contrỏ (Trang 21)
Áp dụng Bảng 2.2 mô tả thuật toán xâydựng PSTree gồm các bước như sau: - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
p dụng Bảng 2.2 mô tả thuật toán xâydựng PSTree gồm các bước như sau: (Trang 25)
Hình 2.5 Cây PSTree trống cùng với danh sáchI-List. - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 2.5 Cây PSTree trống cùng với danh sáchI-List (Trang 26)
Hình 2.7 Giai đoạn sắp xếp lại cây PSTree trong lô 1 Tương tự xét Lô 2 trong cửa sổ 1:   - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 2.7 Giai đoạn sắp xếp lại cây PSTree trong lô 1 Tương tự xét Lô 2 trong cửa sổ 1: (Trang 27)
Hình 2.8 Xâydựng cây PSTree ở giai đoạn chèn ở lô 2 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 2.8 Xâydựng cây PSTree ở giai đoạn chèn ở lô 2 (Trang 28)
Hình 2.9 Xâydựng cây PSTree ở giai đoạn sắp xếp lại ở lô 2 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 2.9 Xâydựng cây PSTree ở giai đoạn sắp xếp lại ở lô 2 (Trang 29)
- Bắt đầu xét lần lượt theo thứ tự từ dưới lên trên của bảng ISort-List có cácnút - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
t đầu xét lần lượt theo thứ tự từ dưới lên trên của bảng ISort-List có cácnút (Trang 30)
Hình 2.10 Cây PSTree phụ thuộc c3 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 2.10 Cây PSTree phụ thuộc c3 (Trang 31)
Bảng 2.5. Khai thác cây PSTree bằng cách tạo cơsở mẫu điều kiện - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Bảng 2.5. Khai thác cây PSTree bằng cách tạo cơsở mẫu điều kiện (Trang 32)
Bảng 2.6 Điều kiện tỉa để xâydựng luật phân lớp - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Bảng 2.6 Điều kiện tỉa để xâydựng luật phân lớp (Trang 33)
3.1. Mô hình xử lý dữliệu - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
3.1. Mô hình xử lý dữliệu (Trang 35)
Hình 3.2 Mô hình cửa sổ mốcthời gian có trọng số - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 3.2 Mô hình cửa sổ mốcthời gian có trọng số (Trang 36)
Bảng 3.1 Mô tả tiến trình CAR-Miner với cửa sổ 1 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Bảng 3.1 Mô tả tiến trình CAR-Miner với cửa sổ 1 (Trang 41)
Hình 3.5 Cây MECR–Tree tổng quát của cửa sổ 1 với minSup =2 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 3.5 Cây MECR–Tree tổng quát của cửa sổ 1 với minSup =2 (Trang 43)
Bảng 3.5 Mô tả tiến trình CAR-Miner với cửa sổ 3 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Bảng 3.5 Mô tả tiến trình CAR-Miner với cửa sổ 3 (Trang 45)
Hình 3.6 Cây MECR–Tree tổng quát của cửa sổ 2 Bảng 3.4 Các luật được tạo ra tại cửa sổ 2  - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 3.6 Cây MECR–Tree tổng quát của cửa sổ 2 Bảng 3.4 Các luật được tạo ra tại cửa sổ 2 (Trang 45)
Hình 3.7 Cây MECR–Tree tổng quát của cửa sổ 3 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 3.7 Cây MECR–Tree tổng quát của cửa sổ 3 (Trang 46)
Hình 3.8 Cây MECR–Tree tổng quát của cửa sổ 4 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 3.8 Cây MECR–Tree tổng quát của cửa sổ 4 (Trang 47)
Bảng 3.7 Mô tả tiến trình CAR-Miner với cửa sổ 4 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Bảng 3.7 Mô tả tiến trình CAR-Miner với cửa sổ 4 (Trang 47)
Bảng 3.9 Mô tả tiến trình CAR-Miner với cửa sổ 5 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Bảng 3.9 Mô tả tiến trình CAR-Miner với cửa sổ 5 (Trang 48)
Hình 3.9 Cây MECR-Tree tổng quát của cửa sổ 5 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 3.9 Cây MECR-Tree tổng quát của cửa sổ 5 (Trang 49)
Bảng 3.10 Các luật được tạo ra tại cửa sổ 5 - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Bảng 3.10 Các luật được tạo ra tại cửa sổ 5 (Trang 49)
Hình 3.10 Cây MECR-Tree tổng quát của cửa sổ 6 Bảng 3.12 Các luật được tạo ra tại cửa sổ 6  - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 3.10 Cây MECR-Tree tổng quát của cửa sổ 6 Bảng 3.12 Các luật được tạo ra tại cửa sổ 6 (Trang 50)
Hình 3.11 Cây MECR-Tree tổng quát của cửa sổ 7 Bảng 3.14 Các luật được tạo ra tại cửa sổ 7  - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 3.11 Cây MECR-Tree tổng quát của cửa sổ 7 Bảng 3.14 Các luật được tạo ra tại cửa sổ 7 (Trang 51)
Hình 4.1 Biểu đồ thời gian khi khai thác CAR-Miner trên dữliệu dạng luồng với cơ sở dữ liệu Tic-tac  - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 4.1 Biểu đồ thời gian khi khai thác CAR-Miner trên dữliệu dạng luồng với cơ sở dữ liệu Tic-tac (Trang 53)
Hình 4.2 Biểu đồ thời gian khi khai thác CAR-Miner trên dữliệu dạng luồng với cơ sở dữ liệu Breats-Cancer  - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 4.2 Biểu đồ thời gian khi khai thác CAR-Miner trên dữliệu dạng luồng với cơ sở dữ liệu Breats-Cancer (Trang 53)
Hình 4.3Biểu đồ thời gian khi khai thác CAR-Miner trên dữliệu dạng luồng với cơ sở dữ liệu Vehicle  - Khai thác luật phân lớp kết hợp trên dữ liệu dạng luồng
Hình 4.3 Biểu đồ thời gian khi khai thác CAR-Miner trên dữliệu dạng luồng với cơ sở dữ liệu Vehicle (Trang 54)
w