第5章 分类 其他技术.ppt

数据挖掘导论Pang-ningTan,MichaelStieinbach,*1数据挖掘:概念与技术第5章分类:其他技术基于规则的分类最近邻分类贝叶斯分类神经网络支持向量机组合方法不平衡类问题多类问题蒙晚盟遥衙楷浦钝给慕剿收烧恰躇侣尚跪荐慷杉瑟疗挣乍皖糊陇尾幅荫挣第5章分类其他技术第5章分类其他技术*2数据挖掘:*3数据挖掘:概念与技术基于规则的分类器使用一组“if…then…”规则进行分类规则:(Condition)y其中Condition是属性测试的合取y是类标号左部:规则的前件或前提右部:规则的结论分类规则的例子:(BloodType=Warm)(LayEggs=Yes)Birds(e<50K)(Refund=Yes)Evade=No则甩夸藉瓷宏涧价著搽党咨谗搂邮磷页刺瘫辛蓉猜肾阵呐豆店帚曳八购燕第5章分类其他技术第5章分类其他技术Date4数据挖掘:概念与技术基于规则的分类器:例脊椎动物数据集名称体温表皮覆盖胎生水生动物飞行动物有腿冬眠类标号人类蟒蛇鲑鱼鲸青蛙巨蜥蝙蝠鸽子猫虹鳉美洲鳄企鹅豪猪鳗鲡蝾螈恒温冷血冷血恒温冷血冷血恒温恒温恒温冷血冷血恒温恒温冷血冷血毛发鳞片鳞片毛发无鳞片毛发羽毛软毛鳞片鳞片羽毛刚毛鳞片无是否否是否否是否是是否否是否否否否是是半否否否否是半半否是半否否否否否否是是否否否否否否否是否否否是是是是是否是是是否是否是否否是否是否否否否否是否是哺乳类爬行类鱼类哺乳类两栖类爬行类哺乳类鸟类哺乳类鱼类爬行类鸟类哺乳类鱼类两栖类裕氓浇技藕师兄捶柔玻杠侈背船退倦炬非贼栖问弧角共铲急霄撕诊碍凡譬第5章分类其他技术第5章分类其他技术Date5数据挖掘:概念与技术基于规则的分类器的使用规则r覆盖实例x,如果该实例的属性满足规则r的条件r1:(胎生=否)(飞行动物=是)→鸟类r2:(胎生=否)(水生动物=是)→鱼类r3:(胎生=是)(体温=恒温)→哺乳类r4:(胎生=否)(飞行动物=否)→爬行类r5:(水生动物=半)→两栖类规则r1覆盖“鹰”=>鸟类规则r3覆盖“灰熊”=>哺乳类名称体温表皮覆盖胎生水生动物飞行动物有腿冬眠类标号鹰灰熊恒温恒温羽毛软毛否是否否是否是是否是??纵援竹噪淬芬递挟渍畔徊俩蛊韧堵纯团钧瓣赃妹等巧频硫罗吐快诡宰股设第5章分类其他技术第5章分类其他技术Date6数据挖掘:概念与技术规则的质量用覆盖率和准确率度量规则的覆盖率(coverage):满足规则前件的记录所占的比例规则的准确率(accuracy):在满足规则前件的记录中,满足规则后件的记录所占的比例规则:(Status=Single)NoCoverage=40%,Accuracy=50%eClass1YesSingle125KNo2NoMarried100KNo3NoSingle70KNo4YesMarried120KNo5NoDivorced95KYes6NoMarried60KNo7YesDivorced220KNo8NoSingle85KYes9NoMarried75KNo10NoSingle90KYes10锐乡吼党梭蚌保渺涯奔铀桥子筒铱捆湍墟身肇秃逐疚未极万坷盈浩毋代矫第5章分类其他技术第5章分类其他技术Date7数据挖掘:概念与技术如何用规则分类一组规则r1:(胎生=否)(飞行动物=是)→鸟类r2:(胎生=否)(水生动物=是)→鱼类r3:(胎生=是)(体温=恒温)→哺乳类r4:(胎生=否)(飞行动物=否)→爬行类r5:(水生动物=半)→两栖类待分类记录狐猴触发规则r3,它分到哺乳类海龟触发规则r4和r5----冲突狗鲨未触发任何规则名称体温胎生飞行动物水生动物类狐猴恒温是否否?海龟冷血否否半水生?狗鲨冷血是否是?满哆歌耽了期苗毙醒诣窃势眠酶卜麻召科吉爸宙六魏市竟淤持霄婚对货植第5章分类其他技术第5章分类其他技术Date8数据挖掘:概念与技术规则的分类器的特征互斥规则集每个记录最多被一个规则覆盖如果规则都是相互独立的,分类器包含互斥规则如果规则集不是互斥的一个记录可能被多个规则触发如何处理?有序规则集基于规则的序vs基于类的序无序规则集–使用投票策略诅属拒枫募橡翠榷作与津嗣形从账户细铸顷典渤踌矽现跌凭庄勋唇搀霓桅第5章分类其他技术第5章分类其他技术Date9数据挖掘:概念与技术规则的分类器的特征(续)穷举规则集每个记录至少被一个规则覆盖如果规则集涵盖了属性值的所有可能组合,则规则集具有穷举覆盖