×
李庚；穆罕默德·扎基。

抽样频繁和最小布尔模式：分类中的理论和应用。 （英语） Zbl 1411.68114号

最小已知数据。迪斯科。 30，第1期，181-225（2016）.
摘要：我们解决了从分类数据集挖掘最简单布尔模式的难题。我们开发了有效的抽样方法来提取析取范式（DNF）中最小布尔模式的代表子集，而不是完全枚举，这对于这类模式来说通常是不可行的。我们提出了一种新的最小DNF表达式的理论表征，它允许我们有效地修剪模式搜索空间。我们的方法可以提供最小DNF模式的近似均匀样本。我们进行了一系列实验来证明我们的采样方法的有效性。我们还表明，最小DNF模式为分类提供了有效的特征。

引用于2文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
62H30型 分类和区分；聚类分析（统计方面）

关键词：

频繁模式挖掘；最小发电机；最小布尔表达式；模式抽样；分类；析取模式；马尔科夫蒙特卡洛

软件：

伦敦银行支持向量机；泰坦尼克号；爆发；克里姆；UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{G.Li}和\textit{M.J.Zaki}，Data Min.Knowl。发现。30，第1号，181--225（2016；Zbl 1411.68114）
全文： 内政部

参考文献：

[1] 阿格拉瓦尔，R。；Mannila，H。；Srikant，R。；香薰酮，H。；AI的Verkamo；Fayyad，U.（编辑）；等。，关联规则的快速发现，307-328（1996），Menlo Park
[2] Akutsu T、Kuhara S、Maruyama O、Miyano S（1998）通过战略性基因破坏和基因过度表达识别基因调控网络。In:ACM-SIAM离散算法研讨会·Zbl 0930.68049号
[3] Antonie M-L，Zaiane O（2004）挖掘正关联规则和负关联规则：一种受限规则的方法。参加：欧洲数据库知识发现原则与实践会议
[4] Bastide Y，Taouil R，Pasquier N，Stumme G，Lakhal L（2000）利用计数推理挖掘频繁模式。SIGKDD探索2（2）：66-75·数字对象标识代码：10.1145/380995.381017
[5] Bayardo RJ，Agrawal R（1999）挖掘最有趣的规则。参加：ACM SIGKDD知识发现和数据挖掘国际会议
[6] Boley M，Gärtner T，Grosskreutz H，Fraunhofer I（2010）计数和无阈值局部模式挖掘的形式概念采样。In:SIAM数据挖掘会议
[7] Boley M，Grosskreutz H（2009）稠密数据中频繁集数量的近似。知情通知系统21（1）：65-89·doi:10.1007/s10115-009-0212-4
[8] Boley M，Lucchese C，Paurat D，Gärtner T（2011）通过有效的两步随机程序直接进行局部模式采样。参加：ACM SIGKDD知识发现和数据挖掘国际会议
[9] Bshouty N（1995）通过单调理论精确学习布尔函数。通知计算123（1）：146-153·Zbl 1096.68634号 ·doi:10.1006/inco.1995.1164
[10] Calders T，Goethals B（2003）频繁集的最小k-free表示。参加：欧洲数据库知识发现原则与实践会议·Zbl 1020.68566号
[11] Calders T，Goethals B（2005）《快速包容-排斥》。In:关于归纳数据库中知识发现的ECML-PKDD研讨会论文集·Zbl 1178.68190号
[12] Chang C，Lin C（2011）Libsvm：支持向量机库。ACM跨智能系统技术2（3）：1-39·数字对象标识代码：10.1145/1961189.1961199
[13] Chaoji V，Hasan MA，Salem S，Besson J，Zaki MJ（2008）ORIGAMI：挖掘代表性正交图模式的一种新的有效方法。统计分析数据最小值1（2）：67-84·Zbl 07260185号 ·doi:10.1002/2004年3月10日
[14] Cowles M，Carlin B（1996），马尔可夫链蒙特卡罗收敛诊断：比较综述。《美国统计杂志》91（434）：883-904·Zbl 0869.62066号 ·doi:10.1080/01621459.1996.10476956
[15] Curk T、Demsar J、Xu Q、Leban G、Petrovic U、Bratko I、Shaulsky G、Zupan B（2005）《微阵列数据挖掘与可视化编程》。生物信息学21（3）：396-398·doi:10.1093/bioinformatics/bth474
[16] Dong G，Jiang C，Pei J，Li J，Wong L（2005）挖掘形式概念最小生成元的简洁系统。In：高级应用的国际会议数据库系统
[17] Fayyad U，Irani K（1993）用于分类学习的连续值属性的多间隔离散化。附：第十三届国际人工智能联合会议记录
[18] Frank A，Asuncion A（2010）UCI机器学习库。加州大学欧文分校信息与计算机科学学院(网址：http://archive.ics.uci.edu/ml)
[19] Ganter B，Wille R（1999）形式概念分析：数学基础。柏林施普林格·Zbl 0909.06001号 ·doi:10.1007/978-3-642-59830-2
[20] Goethals B，Zaki MJ（2004）《频繁项集挖掘实现的进展：FIMI’03报告》。SIGKDD勘探6（1）：109-117·doi:10.145/1007730.1007744
[21] Gunopulos D、Khardon R、Mannila H、Saluja S、Toivonen H、Sharma R（2003）《发现所有最具体的句子》。ACM Trans数据库系统28（2）：140-174·doi:10.1145/777943.777945
[22] Gunoplos D，Mannila H，Saluja S（1997）通过随机算法发现所有最具体的句子。参加：第六届数据库理论国际会议
[23] Hamrouni T，Yahia S Ben，Mephu Nguifo E（2009）《扫荡析取搜索空间，挖掘频繁项集的新精确简明表示法》。数据与知识工程68（10）：1091-1111·doi:10.1016/j.datak.2009.05.001
[24] Hasan MA，Zaki MJ（2009）麝香：k最大模式的均匀采样。参加：第九届SIAM数据挖掘国际会议
[25] Hasan MA，Zaki MJ（2009）图形模式的输出空间采样。程序VLDB Endow 2（1）：730-741·doi:10.14778/1687627.1687710
[26] Holte RC、Acker LE、Porter BW（1989），概念学习和小析取问题。附：第十一届国际人工智能联合会议记录·Zbl 0709.68057号
[27] Jaroszewicz S，Simovici DA（2002）使用bonferroni型不等式支持近似。参加：第六届欧洲数据挖掘和知识发现原则会议·Zbl 1020.68691号
[28] Kryszkiewicz M（2001）基于无析取生成器的频繁模式简明表示。参加：IEEE数据挖掘国际会议·Zbl 1048.68809号
[29] Kryszkiewicz M（2005）带否定的频繁模式的广义无析取表示。人工智能实验理论杂志17（1/2）：63-82·Zbl 1102.68116号 ·doi:10.1080/09528130512331315882
[30] Li G，Zaki MJ（2012）采样最小频繁布尔（DNF）模式。参加：第18届ACM SIGKDD知识发现和数据挖掘国际会议
[31] Loekito E，Bailey J（2006）使用零抑制二进制决策图快速挖掘高维表达对比度模式。参加：ACM SIGKDD知识发现和数据挖掘国际会议
[32] Mannila H，Toivonen H（1996）频繁集和压缩表示的多重使用。参加：知识发现和数据挖掘国际会议
[33] Mitchell T（1982）作为搜索的泛化。艺术智能18:203-226·doi:10.1016/0004-3702（82）90040-6
[34] Nanavati A，Chitrapura K，Joshi S，Krishnapuram R（2001）关联规则挖掘：挖掘广义析取关联规则。参加：ACM信息和知识管理国际会议
[35] Ramakrishnan N、Kumar D、Mishra B、Potts M、Helm R（2004年8月）《翻转CARTwheels：挖掘重新描述的交替算法》。参加：ACM SIGKDD知识发现和数据挖掘国际会议
[36] Rubinstein RY，Kroese DK（2008）《模拟和蒙特卡罗方法》，第2版。纽约威利·兹比尔1147.68831
[37] Savasere A、Omiecinski E、Navathe S（1998）在大型客户交易数据库中挖掘强烈的负面关联。参加：IEEE国际数据工程会议
[38] Shima Y，Mitsuishi S，Hirata K，Harao M（2004）提取最小和闭单调dnf公式。在：国际发现科学会议·Zbl 1110.68466号
[39] Stumme G，Taouil R，Bastide Y，Pasquier N，Lakhal L（2002）用泰坦尼克计算冰山概念格。数据知识工程42（2）：189-222·Zbl 0996.68046号 ·doi:10.1016/S0169-023X（02）00057-5
[40] Veloso A、Meira W、Zaki MJ（2006）《惰性联想分类》。参加：IEEE数据挖掘国际会议
[41] Vimieiro R，Moscato P（2012）《使用titanicor挖掘析取最小发电机》。专家系统应用39（9）：8228-8238·doi:10.1016/j.eswa.2012.01.141
[42] Vimieiro R，Moscato P（2014）披露：一种高效的深度优先自顶向下算法，用于挖掘高维数据中的析取闭合项集。通知科学280:171-187·Zbl 1355.68235号 ·doi:10.1016/j.ins.2014.04.044
[43] Vreeken J，Van Leeuwen M，Siebes A（2011）Krimp：压缩的挖掘项集。数据最小知识发现23（1）：169-214·Zbl 1235.68071号 ·doi:10.1007/s10618-010-0202-x
[44] Wu X，Zhang C，Zhang-S（2004）正关联规则和负关联规则的高效挖掘。ACM事务通知系统22（3）：381-405·doi:10.1145/1010614.1010616
[45] 袁X，巴克尔斯BP，袁Z，张J（2002）挖掘负关联规则。参加：第七届计算机与通信国际研讨会
[46] Zaki M，Ramakrishnan N（2005）使用重新描述挖掘进行集合推理。参加：ACM SIGKDD知识发现和数据挖掘国际会议
[47] Zaki MJ（2000年8月）生成非冗余关联规则。参加：第六届ACM SIGKDD知识发现和数据挖掘国际会议
[48] Zaki MJ，Xiao C-J（2005）挖掘闭项集及其格结构的高效算法。IEEE Trans Knowl Data Eng 17（4）：462-478·doi:10.1109/TKDE.2005.60
[49] Zaki MJ，Ramakrishnan N，Zhao L（2010）挖掘频繁布尔表达式：在基因表达和调控建模中的应用。Int J Knowl Discov Bioninform 1（3）：68-96生物学中复杂结构挖掘专刊·doi:10.4018/jkdb.2010070105
[50] Zhao L，Zaki MJ，Ramakrishnan N（2006）Blosom:挖掘任意布尔表达式的框架。参加：第十二届ACM SIGKDD知识发现和数据挖掘国际会议
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。