×

现代

swMATH ID: 38284
软件作者: 阿拉塔斯,B。;阿金,E。;A.卡西。
描述: MODENAR:挖掘数字关联规则的多目标差分进化算法。本文提出了一种基于Pareto的多目标差分进化(DE)算法,作为一种搜索策略,用于挖掘精确且可理解的数值关联规则(AR),这些规则在更广泛的意义上是最优的,在同时考虑所有目标的情况下,没有其他规则优于它们。建议的DE引导AR搜索到全球帕累托最优集,同时保持足够的种群多样性,以捕获尽可能多的高质量AR。AR挖掘问题被表示为一个四目标优化问题。支持度、置信度和规则的可理解性是最大化目标,而符合项集和规则的区间的幅度是最小化目标。它被设计用于同时搜索数值属性的区间和发现这些区间只在DE的单次运行中符合的AR。与通常使用的方法相反,AR是直接挖掘的,而不会生成频繁项集。建议的DE执行数据库相关方法,不依赖于每个数据库难以确定的最小支持和最小置信阈值。在合成数据库和实际数据库上验证了所提出的DE的效率。
主页: https://www.sciencedirect.com/science/article/abs/pii/S15684946070049X
相关软件: QuantMiner公司;MOEA/D公司;KEEL公司;SPEA2公司;GSA公司;PeSOA;G3PARM公司;尼卡;NMEEF-SD公司;Rare-PEARs公司;SPMF公司;群集验证;群集查找;Hadoop公司;嘲弄;MapReduce;;j金属;阿普里奥里;JStatCom公司
引用于: 6文件

按年份列出的引文