Yhdistyksen sääntöjen koulutus

Assosiaatiosäännön oppiminen tai assosiaatiosääntöhaku on sääntöihin perustuva menetelmä oppimiskoneille, jotka voivat löytää kiinnostavia suhteita tietokannan muuttujien välillä . Ehdotetaan menetelmää tietokannasta löydettyjen vahvojen sääntöjen luomiseksi käyttämällä joitain kiinnostavuuden mittareita [1] . Tämä sääntöihin perustuva lähestymistapa luo myös uusia sääntöjä, kun enemmän dataa jäsennetään. Lopullisena tavoitteena on riittävän suuren datajoukon ansiosta auttaa konetta jäljittelemään ihmisen piirteiden poimimista ja luoda kyky löytää abstrakteja assosiaatioita uudesta luokittelemattomasta tiedosta [2] .

Rakesh Agrawal, Tomasz Imelinsky ja Arun Swami [3] esittivät tiukkojen sääntöjen käsitteeseen perustuvia assosiaatiosääntöjä havaitakseen mallit tuotteiden välillä suurissa tapahtumissa supermarkettien myyntipistejärjestelmien tallentamien tietojen osalta. Esimerkiksi supermarketien myyntitiedoista löytyvä sääntö {sipuli, peruna} => { hampurilainen } voi tarkoittaa, että jos asiakas ostaa sipulia ja perunaa yhdessä, hän ostaa todennäköisemmin myös hampurilaisen. Tällaista tietoa voidaan käyttää pohjana markkinointitoimenpiteitä koskeville päätöksille, kuten promootiohinnoittelulle tai tuotesijoittelulle .

Yllä olevan markkinakorianalyysiesimerkin lisäksi assosiaatiosääntöjä käytetään nyt monilla muilla aloilla, mukaan lukien verkkolouhinta , tunkeutumisen havaitseminen , jatkuva valmistus . Toisin kuin peräkkäisen kuvion havaitseminen , assosiaatiosäännön oppiminen ei yleensä ota huomioon elementtien järjestystä tapahtuman sisällä tai transaktioiden välillä.

Määritelmä

Esimerkkitietokanta, jossa on 5 tapahtumaa ja 5 tuotetta

tapahtumatunnus	maito	leipää	öljy	olut	vaipat
yksi	yksi	yksi	0	0	0
2	0	0	yksi	0	0
3	0	0	0	yksi	yksi
neljä	yksi	yksi	yksi	0	0
5	0	yksi	0	0	0

Agrawalin, Imelinskyn ja Swamin [4] alkuperäisen määritelmän mukaisesti assosiaatiosääntöjen löytämisen ongelma asetetaan seuraavasti:

Olkoon joukko binaarisia attribuutteja , joita kutsutaan objekteiksi . $I=\{i_{1},i_{2},\ldots ,i_{n}}\}$ $n$

Olkoon joukko tapahtumia, nimeltään tietokanta, annettu . $D=\{t_{1},t_{2},\ldots ,t_{m}}\}$

Jokaisella tapahtumalla on yksilöllinen tapahtumatunnus (numero) ja se koostuu osajoukosta kohteita . $D$ $minä$

Sääntö määritellään lomakkeen implikaatioksi :

$X\Rightarrow Y$ , missä . $X,Y\subseteq I$

Agrawalin, Imelinskyn, Swamin [4] artikkelissa sääntö on määritelty vain joukon ja yhden kohteen välillä . ${\displaystyle X\Rightarrow i_{j))$ $i_{j}\in I$

Mikä tahansa sääntö koostuu kahdesta eri objektijoukosta, jotka tunnetaan myös nimellä objektijoukko ja , jossa sitä kutsutaan ensimmäiseksi operandiksi tai vasemmaksi puolelle ja on toinen operandi tai oikea puoli . $X$ $Y$ $X$ $Y$

Havainnollistaaksemme konseptia, käytetään pientä esimerkkiä supermarketin alueelta. Objektijoukko I on maito, leipä, voi, olut, vaipat ja yllä olevassa taulukossa on pieni objekteja sisältävä tietokanta, jossa arvo 1 tarkoittaa kohteen läsnäoloa vastaavassa tapahtumassa ja arvo 0 poissaoloa tapahtuman kohteen.

Esimerkki supermarketin säännöstä olisi {voi, leipä} => {maito}, mikä tarkoittaa, että jos ostetaan voita ja leipää, asiakas ostaa myös maitoa.

Huomautus: Tämä esimerkki on erittäin pieni. Käytännön sovelluksissa sääntö on täytettävä muutamassa sadassa tuhannessa tapahtumassa ennen kuin se katsotaan tilastollisesti merkittäväksi, ja tietokannat sisältävät usein tuhansia tai miljoonia tapahtumia.

Hyödyllisiä käsitteitä

Kiinnostavan säännön valitsemiseksi kaikkien mahdollisten sääntöjen joukosta käytetään rajoituksia erilaisille merkityksellisyyden ja mielekkyyden mittareille. Tunnetuimmat rajoitukset ovat tuen ja luottamuksen vähimmäiskynnys.

Antaa olla joukko objekteja, olla assosiaatiosääntö ja olla tietyn tietokannan tapahtumien joukko. $X$ $X\Rightarrow Y$ $T$

Tuki

Tuki on mitta siitä, kuinka usein objektijoukko löytyy tietokannasta.

Asetuksen tuki vastaan on määritelty joukon sisältävän tietokannan tapahtumien määrän suhteeksi tapahtumien kokonaismäärään. $X$ $T$ $t$ $X$

\mathrm {supp} (X)={\frac {|\{t\in T;X\subseteq t\}|}{|T|}}

Esimerkissämme tietojoukolla X={olut, vaipat} on tuki, koska se löytyy 20 %:sta kaikista tapahtumista (1/5 tapahtuma). Funktioargumentti on joukko ennakkoehtoja ja siksi siitä tulee rajoittavampi laajeneessaan (toisin kuin kattavampi) [5] . $1/5=0{,}2$ $\mathrm {supp} ()$

Luota

Luottamus on mitta siitä, kuinka usein sääntö pitää paikkansa.

Säännön luottamusarvo tapahtumajoukkoa vastaan on sekä joukon että joukon sisältävien tapahtumien lukumäärän ja setin sisältävien tapahtumien lukumäärän suhde . $X\Rightarrow Y$ $T$ $X$ $Y$ $X$

Luottamus määritellään seuraavasti:

$\mathrm {conf} (X\Rightarrow Y)=\mathrm {supp} (X\cup Y)/\mathrm {supp} (X)$

Esimerkiksi säännöllä {voi, leipä} => {maito} on tietokantaluottamus, mikä tarkoittaa, että 100 %:ssa voita ja leipää koskevista tapahtumista sääntö on totta (100 %:ssa tapauksista, joissa voita ja leipää ostetaan, maito on myös ostettu). $0{,}2/0{,}2=1{,}0$

Huomaa, mitä X- ja Y-objektien tukeminen tarkoittaa. Tämä on hieman hämmentävää, koska ajattelemme yleensä tapahtumien todennäköisyyksiä , emme objektijoukkoja. Voimme kirjoittaa uudelleen todennäköisyydeksi , missä ja ovat tapahtumat, jotka tapahtuma sisältää joukkoja ja vastaavasti. [6] $\mathrm {supp} (X\cup Y)$ $\mathrm {supp} (X\cup Y)$ $P(E_{X}\cap E_{Y})$ $E_{X}$ $E_{Y}$ $X$ $Y$

Luottamus voidaan ymmärtää ehdollisen todennäköisyyden arviona , todennäköisyydellä löytää säännön oikea puoli transaktioissa, koska tapahtumat sisältävät säännön vasemman puolen [5] [7] . $P(E_{Y}|E_{X})$

Hissi

Hissi sääntö määritellään seuraavasti:

$\mathrm {lift} (X\Rightarrow Y)={\frac {\mathrm {supp} (X\cup Y)}{\mathrm {supp} (X)\times \mathrm {supp} (Y) }}$

tai havaitun tuen suhde tapahtuman odotettuun arvoon , jos X ja Y olisivat riippumattomia . Esimerkiksi säännössä {maito, leipä} => {voi} on hissi . ${\frac {0{,}2}{0{,}4\times 0{,}4}}=1{,}25$

Jos säännön hissi on 1, tämä tarkoittaa, että vasemman puolen tapahtuma on riippumaton oikean puolen tapahtumasta. Jos kaksi tapahtumaa ovat riippumattomia, niistä ei voida vetää sääntöä.

Jos nousu > 1, tämä kertoo meille, missä määrin tapahtumat liittyvät toisiinsa, ja tekee näistä säännöistä mahdollisesti hyödyllisiä tulosten ennustamisessa tulevissa tietojoukoissa.

Jos nosto < 1, se tarkoittaa, että esineet vaihtavat toisiaan. Tämä tarkoittaa, että yhden kohteen läsnäolo vaikuttaa negatiivisesti toisen kohteen läsnäoloon ja päinvastoin.

Noston arvossa otetaan huomioon sekä säännön luotettavuus että yleistiedot [5] .

Luottamus

Säännön varmuus määritellään . $\mathrm {conv} (X\Rightarrow Y)={\frac {1-\mathrm {supp} (Y)}{1-\mathrm {conf} (X\Rightarrow Y)))$

Esimerkiksi sääntö {maito, leipä} => {voi} on varma , ja se voidaan ymmärtää sen odotetun esiintymistiheyden suhdelukuna, jonka X esiintyy ilman Y:tä (toisin sanoen frekvenssi, jonka sääntö ennustaa väärin), jos X ja Y olisivat riippumaton ja havaittu väärin ennustusaste. Tässä esimerkissä luottamusarvo 1,2 osoittaa, että sääntö {maito, leipä} => {voi} on väärin 20 % useammin (1,2 kertaa useammin), jos X:n ja Y:n välinen yhteys oli puhdas sattuma. ${\frac {1-0{,}4}{1-0{,}5}}=1{,}2$

Käsittele

Assosiaatiosääntöjen edellytetään yleensä täyttävän käyttäjän määrittämän vähimmäistuen ja käyttäjän määrittämän vähimmäisluottamuksen. Yhteyssäännön luominen on yleensä jaettu kahteen vaiheeseen:

Vähimmäistukikynnystä käytetään kaikkien toistuvien ominaisuusjoukkojen etsimiseen tietokannasta.
Näihin ryhmiin sovelletaan vähimmäisluottamusrajoitusta säännön muodostamiseksi.

Toinen vaihe on yksinkertainen ja selkeä, kun taas ensimmäinen vaihe vaatii enemmän huomiota.

Kaikkien toistuvien joukkojen löytäminen tietokannasta on vaikeaa, koska se edellyttää kaikkien mahdollisten joukkojen (olioyhdistelmien) löytämistä. Mahdollisten joukkojen joukko on boolen yli ja sillä on koko (paitsi tyhjä joukko , joka ei ole kelvollinen joukko). Vaikka Boolen koko kasvaa eksponentiaalisesti objektien määrän myötä , tehokas haku on mahdollista käyttämällä ylhäältä alas -tukisulkemisominaisuutta [4] (kutsutaan myös antimonotonisuudesta [ 8] ), joka varmistaa, että usein esiintyvälle joukolle kaikki sen osajoukkoja esiintyy myös usein, ja siksi ne eivät voi olla usein esiintyvän joukon harvinaisia osajoukkoja. Tätä ominaisuutta käyttämällä tehokkaat algoritmit (esim. Apriori [9] ja Eclat [10] ) voivat löytää kaikki usein esiintyvät joukot. $minä$ $2^{n}-1$ $n$ $minä$

Historia

Assosiaatiosääntökonseptista tuli suosittu Agrawal, Imelinsky, Swamy [3] vuonna 1993 julkaisemassa artikkelissa , jolla oli Google Scholarin mukaan yli 18 000 lainausta elokuuhun 2015 mennessä ja joka on yksi siteeratuimmista julkaisuista tiedon louhinnan alalla ( etsi malleja tietokannoista). Kuitenkin, mitä nykyään kutsutaan "assosiaatiosäännöiksi", otettiin käyttöön jo vuonna 1966 julkaistussa asiakirjassa [11] , joka koski GUHA-järjestelmää, yleistä data-analyysimenetelmää, jonka ovat kehittäneet Piotr Gajek ym. [12] .

Vuoden 1989 (noin) alussa vähimmäistuen ja varmuuden etsimiseen kaikkien assosiaatiosääntöjen etsimiseen käytettiin Feature Based Modeling -järjestelmää , joka löytää kaikki säännöt, joilla on arvoja ja jotka ovat suurempia kuin käyttäjän määrittämät rajat [ 13] . $\mathrm {supp} (X)$ $\mathrm {conf} (X\Rightarrow Y)$

Vaihtoehtoisia kiinnostavuuden mittareita

Luottamuksen lisäksi on ehdotettu muitakin sääntöjen kiinnostavuuden mittareita. Joitakin suosittuja toimenpiteitä:

Täysi luottamus ( eng. All- trust ) [14]
Yhteinen voima [ 15 ]
Tuomio [ 16 ] _
Vipuvaikutus [ 17 ] _
Hissi (alun perin nimeltään korko) [18]

Tan, Kumar ja Srivasthana [19] sekä Hasler [6] ovat esittäneet ja vertailleet useita muita mittareita . Sellaisten tekniikoiden löytäminen, joilla voidaan mallintaa sitä, mitä käyttäjä tietää (ja käyttää sitä kiinnostuksen mittana), on tällä hetkellä aktiivinen tutkimustrendi nimeltä "Subjektiivinen kiinnostus".

Tilastollisesti järkeviä assosiaatioita

Eräs assosiaatioiden havaitsemisen tavanomaisen lähestymistavan rajoituksista on, että kun etsit suuren määrän mahdollisia assosiaatioita yhdistettävien objektien joukkoa varten, on suuri riski löytää suuri määrä satunnaisia assosiaatioita. Nämä ovat objektikokoelmia, jotka esiintyvät yhdessä odottamattoman usein tiedoissa, mutta puhtaasti sattumalta. Oletetaan esimerkiksi, että tarkastelemme 10 000 objektin joukkoa ja etsimme sääntöä, joka sisältää kaksi objektia vasemmalla puolella ja yhden objektin oikealla puolella. Tällaisia sääntöjä on noin 1 000 000 000 000. Jos käytämme tilastollista riippumattomuustestiä , jonka taso on 0,05, tämä tarkoittaa, että on vain 5% mahdollisuus hyväksyä sääntö ilman assosiaatiota. Jos oletetaan, että yhdistyksiä ei ole, meidän pitäisi silti odottaa löytävämme 50 000 000 000 sääntöä. Tilastollisesti luotettava assosiaatioiden havaitseminen [20] [21] hallitsee tätä riskiä, ja useimmissa tapauksissa vähentää riskiä löytää satunnainen assosiaatio käyttäjän määrittämälle merkitsevyystasolle .

Algoritmit

Monia algoritmeja on ehdotettu assosiaatiosääntöjen luomiseksi.

Muutamia algoritmeja tunnetaan hyvin, Apriori , Eclat ja FP-Growth, mutta ne tekevät vain puolet työstä, koska ne on suunniteltu löytämään usein esiintyviä objektijoukkoja. Vielä yksi askel on otettava sen jälkeen, kun usein esiintyvät joukot on löydetty tietokannasta.

Apriori-algoritmi

Apriori-algoritmi [9] käyttää leveys-ensin hakustrategiaa objektien laskemiseen ja käyttää ehdokkaiden luontifunktiota, joka perustuu ylhäältä alas -tukisulkemisominaisuuteen.

Eclat-algoritmi

Eclat [10] -algoritmi (tai ECLAT, sanoista Equivalence Class Transformation ) on syvyys-ensimmäinen hakualgoritmi , joka perustuu asetettuun leikkauspisteeseen. Algoritmi soveltuu sekä sarja- että rinnakkaissuoritukseen paikallisilla parannusominaisuuksilla [22] [23] .

FP-kasvualgoritmi

FP-algoritmi on suunniteltu tunnistamaan usein esiintyviä kuvioita [24] .

Ensimmäisellä kerralla algoritmi laskee esineiden (attribuutti-arvo-parien) esiintymisen joukoissa ja tallentaa ne "otsikkotaulukkoon". Toisella läpikäynnillä algoritmi rakentaa FP-puurakenteen lisäämällä esiintymiä. Kunkin esiintymän objektit on järjestettävä laskevassa järjestyksessä niiden esiintymistiheyden mukaan joukossa, jotta puu voidaan käsitellä nopeasti. Jokaisessa tapauksessa objektit, jotka eivät saavuta vähimmäiskynnystä, hylätään. Jos monilla esiintymillä on yhteisiä useimmin tavattuja objekteja, FP-puu tarjoaa korkean pakkauksen lähellä puun juurta.

Pääjoukon LOB-kasvupakkauksen tämän version rekursiivinen käsittely määrätään suoraan sen sijaan, että luotaisiin ehdokkaita ja sitten tarkistettaisiin koko kantaa vastaan. Kasvu alkaa otsikkotaulukon alaosasta etsimällä kaikki esiintymät, jotka vastaavat annettuja ehtoja. Uusi puu luodaan alkuperäisestä puusta johdetuilla luvuilla, jotka vastaavat attribuutista riippuvien esiintymien joukkoa, ja kukin solmu saa aliarvojensa summan. Rekursiivinen kasvu pysähtyy, kun enää ei ole objekteja, jotka täyttävät vähimmäistuen kynnyksen, ja työ jatkuu alkuperäisen FP-puun otsikoiden jäljellä olevien elementtien parissa.

Kun rekursiivinen prosessi on valmis, kaikki suuret objektijoukot, joilla on pienin peitto, löydetään ja assosiaatiosäännön luominen alkaa [25] .

Muut

AprioriDP

AprioriDP [26] käyttää dynaamista ohjelmointia usein esiintyvien objektijoukkojen analysoinnissa. Toimintaperiaate on ehdokassukupolven eliminointi kuten FP-puussa, mutta algoritmi muistaa tukilaskurit ei puussa, vaan tietyssä rakenteessa.

Kontekstipohjainen assosiaatiosäännön hakualgoritmi

CBPNARM on vuonna 2013 kehitetty algoritmi, joka etsii asiaan liittyviä sääntöjä kontekstin perusteella. Algoritmi käyttää kontekstimuuttujaa, jonka perusteella oliojoukon tukiarvo muuttuu ja tämän säännön perusteella siirretään sääntöjoukkoon.

Solmujoukkoon perustuvat algoritmit

FIN [27] , PrePost [28] ja PPV [29] ovat kolme solmujoukkoon perustuvaa algoritmia. He käyttävät FP-puun koodauksen solmuja edustamaan objektijoukkoja ja tukevat syvyys-ensimmäistä hakustrategiaa löytääkseen usein esiintyviä objektijoukkoja "risteyttämällä" solmujoukot.

GUHA-menetelmän ASSOC-menettely

GUHA on yleinen data-analyysitekniikka, jolla on teoreettinen perusta [30] .

ASSOC-proseduuri [31] on GUHA-menetelmä, joka etsii yleisiä assosiaatiosääntöjä käyttämällä nopeita bittijonotoimintoja . Tällä menetelmällä paljastetut assosiaatiosäännöt ovat yleisempiä kuin Apriori-menetelmällä saadut, esimerkiksi "objektit" voidaan yhdistää sekä konjunktiolla että disjunktiolla, eikä säännön vasemman ja oikean puolen välinen suhde ole rajoitettu vähimmäistuki- ja luottamusarvojen asettamiseen kuten Apriori-menetelmässä. — voidaan käyttää mielivaltaista kiinnostuksen kohteiden yhdistelmää.

Hae OPUS

OPUS on tehokas säännönhakualgoritmi, joka, toisin kuin monet vaihtoehdot, ei vaadi monotonisuus- tai antimonotonisuusrajoituksia, kuten tukiminimi [32] . OPUS-haku on suositun Magnum Opus -yhdistyksen hakukoneen ydintekniikka.

Legendat

On kuuluisa tarina yhdistyssääntöjen löytämisestä, tämä on tarina "oluesta ja vaipoista". Näennäisesti jossain supermarketin ostokäyttäytymisen tarkastelussa havaittiin, että vaippoja ostavat ostajat (luultavasti nuoret) ostavat usein myös olutta. Tämä novelli on tullut suosittu esimerkkinä siitä, kuinka odottamattomia assosiaatiosääntöjä voi löytää jokapäiväisestä tiedosta. On monia mielipiteitä siitä, kuinka totta tarina on [33] . Daniel Powers sanoi: [33]

Vuonna 1992 Thomas Blishock, Teradata Corporationin vähittäiskaupan konsultointiryhmän johtaja , laati analyysin 1,2 miljoonasta "markkinakorista" (eli yhden asiakkaan ostoista) noin 25 Oscon apteekista. Tietokantakyselyitä on kehitetty korien ominaisuuksien selvittämiseksi. Analyysi "osoitti, että välillä 17.00-19.00 ostajat ostavat olutta ja vaippoja." Oscon apteekkipäälliköt EIVÄT käyttäneet tuotteiden asettamista lähemmäs toisiaan hyllyille saadakseen oluen ja vaipan sidoksen.

Muut assosiaatiosäännön tyypit

Multi-Relation Association Rules ( MRAR ) ovat assosiaatiosäännöt, joissa jokaisella objektilla voi olla useita linkkejä . Nämä suhteet osoittavat epäsuoria suhteita entiteettien välillä. Harkitse seuraavaa monen assosiaatiosääntöä, jossa ensimmäinen termi koostuu kolmesta ihmissuhteesta asuu , lähellä ja kosteassa : "Kaksi, jotka asuvat paikassa, joka on lähellä kaupunkia, jossa on kostea ilmasto ja ovat alle 20-vuotiaita => heidän terveytensä on hyvä." Tällaiset assosiaatiosäännöt voidaan johtaa RDBMS-tiedoista tai Internetin semanttisesta tiedosta [34] .

Kontekstipohjaiset yhdistämissäännöt ovat eräänlaisia assosiaatiosääntöjä. Väitetään, että nämä säännöt ovat tarkempia assosiaatiosääntöjen analyysissä ja toimivat ottamalla huomioon piilevän muuttujan, jota kutsutaan kontekstimuuttujaksi, joka muuttaa lopullista assosiaatiosääntöjen joukkoa kontekstimuuttujien arvojen mukaan. Esimerkiksi ostoskorien suuntautuminen markkinakorianalyysissä heijastaa outoja tuloksia kuun alussa. Tämä voi johtua kontekstista, kuten palkanlaskennasta kuun alussa [35] .

Kontrastioppiminen onassosiatiivisenoppimisen tyyppi. Kontrastioppiminenkäyttää sääntöjä, joiden jakautuminen alajoukkojen välillä eroaa merkittävästi [36] [37] .

Painotettu luokkaoppiminen on toisenlainen assosiatiivinen oppiminen, jossa luokille voidaan antaa painotuksia , jotta voidaan keskittyä tiettyihin tiedon louhintatulosten kannalta tärkeisiin kysymyksiin.

Korkean asteen kuvioiden etsintä helpottaa monimutkaisen reaalimaailman datan luontaisten korkean asteen kuvioiden tai assosiaatiotapahtumien erottamista [ 38] .

K-optimaalisen kuvion havaitseminen tarjoaa vaihtoehdon tavanomaiselle assosiaatiosäännön oppimismenetelmälle, jossa jokaisen kuvion vaaditaan esiintyvän usein tiedoissa.

Approximate Frequent Itemset louhinta on heikompi versio Frequent Itemset louhinnasta, joka sallii joidenkin kohteiden joidenkin rivien olevan yhtä suuri kuin 0 [39] .

Generalized Association Riles - hierarkkinen luokitus

Kvantitatiivinen assosiaatiosäännöt – kategorinen ja määrällinen tieto [ 40] [41] .

Interval Data Association säännöt - sisältävät tiedot jaettuna aikaväleihin, esimerkiksi ikä 5 vuoden välein .

Sekvenssimallin louhinta etsii osasekvenssit ovat yhteisiä useammalle kuin minsup - sekvenssille tietokannasta, jossa käyttäjä asettaa minsup-arvon. Sekvenssi on järjestetty luettelo tapahtumista [42] .

Subspace Clustering , erityinen korkeadimensionaalinen dataklusterointi, perustuu monissa tapauksissa myös ylhäältä alas -sulkemisominaisuuteen tietyissä klusterimalleissa [43] .

Warmr toimitetaan osana ACE-dataanalyysipakettia. Järjestelmä mahdollistaa assosiaatiosääntöjen oppimisen ensimmäisen asteen relaatiosäännöille [44] .

Katso myös

Jaksottainen kuvion tunnistus
Tiedon edustamisen tuotantomalli
Oppimisen luokittelujärjestelmä
Sääntöihin perustuva koneoppiminen

Muistiinpanot

↑ Piatetsky-Shapiro, 1991 .
↑ Kuinka yhdistysoppiminen toimii? . deepai.org . Haettu 11. marraskuuta 2018. Arkistoitu alkuperäisestä 17. helmikuuta 2019. (määrätön)
↑ 1 2 Agrawal, Imielinski, Swami, 1993 , s. 207.
↑ 1 2 3 4 Tan, Steinbach, Kumar, 2005 .
↑ 123 Hahsler , 2005 .
↑ 12 Michael Hahsler (2015). Assosiaatiosäännöissä yleisesti käytettyjen korkomittausten todennäköisyyspohjainen vertailu. http://michael.hahsler.net/research/association_rules/measures.html Arkistoitu 2. elokuuta 2018 Wayback Machinessa
↑ Hipp, Güntzer, Nakhaeizadeh, 2000 , s. 58.
↑ Pei, Han, Lakshmanan, 2001 , s. 433-442.
↑ 1 2 Agrawal, Srikant, 1994 , s. 487-499.
↑ 1 2 Zaki, 2000 , s. 372–390.
↑ Hájek, Havel, Chytil, 1966 , s. 293-308.
↑ Hájek, Feglar, Rauch, Coufal, 2004 .
↑ Webb, 1989 , s. 195-205.
↑ Omiecinski, 2003 , s. 57-69.
↑ Aggarwal, Yu, 1998 , s. 18-24.
↑ Brin, Motwani, Ullman, Tsur, 1997 , s. 255-264.
↑ Piatetsky-Shapiro, 1991 , s. 229-248.
↑ Brin, Motwani, Ullman, Tsur, 1997 , s. 265-276.
↑ Tan, Kumar, Srivastava, 2004 , s. 293-313.
↑ Webb, 2007 , s. 1-33.
↑ Gionis, Mannila, Mielikäinen, Tsaparas, 2007 .
↑ Zaki, Parthasarathy, Ogihara, Li, 1997 .
↑ Zaki, Parthasarathy, Ogihara, Li, 1997 , s. 343-373.
↑ HAN, PEI, YIN, MAO, 2000 , s. 1–12.
↑ Witten, Frank, Hall: Tiedonlouhinnan käytännön koneoppimistyökalut ja -tekniikat, 3. painos
↑ Bhalodiya, Patel, Patel, 2013 .
↑ Deng, Lv, 2014 , s. 4505–4512.
↑ Deng, Wang, Jiang, 2012 , s. 2008-2030.
↑ Deng, Wang, 2010 , s. 733-744.
↑ Rauch, 1997 , s. 47-57.
↑ Hájek, Havranek, 1978 .
↑ Webb, 1995 , s. 431-465.
↑ 1 2 DSS-uutiset: Vol. 3, ei. 23 . Haettu 11. marraskuuta 2018. Arkistoitu alkuperäisestä 6. marraskuuta 2018. (määrätön)
↑ Ramazani, Saraee, Nematbakhsh, 2014 , s. 133-158.
↑ Shaheen, Shahbaz, Guergachi, 2013 , s. 261-273.
↑ Webb, Butler, Newlands, 2003 .
↑ Menzies, Hu, 2003 , s. 18-25.
↑ Wong ja Wang 1997 , s. 877–893.
↑ Liu, Paulsen, Sun, Wang, Nobel, Prins, 2006 .
↑ Angiulli, Ianni, Palopoli, 2003 , s. 217–249.
↑ Salleb-Aouissi, Vrain ja Nortet, 2007 , s. 1035–1040.
↑ Zaki, 2001 , s. 31–60.
↑ Zimek, Assent, Vreeken, 2014 , s. 403–423.
↑ King, Srinivasan, Dehaspe, 2001 , s. 173-81.

Kirjallisuus

Gregory Piatetsky-Shapiro. Vahvojen sääntöjen löytäminen, analysointi ja esittäminen // Tietojen löytäminen tietokannoista / Piatetsky-Shapiro, Gregory; ja Frawley, William J. - Cambridge, MA.: AAAI/MIT Press, 1991.
Michael Hahsler. Johdatus arulesiin – Laskennallinen ympäristö kaivosyhdistyksen säännöille ja toistuville kohteille // Journal of Statistical Software. – 2005.
Hipp J., Güntzer U., Nakhaeizadeh G. Algoritmit assosiaatiosäännön louhintaan --- yleinen kysely ja vertailu // ACM SIGKDD Explorations Newsletter. - 2000. - T. 2 . - doi : 10.1145/360402.360421 .
Reza Ramezani, Mohamad Saraee, Mohammad Ali Nematbakhsh. MRAR: Mining Multi-Relation Association Rules // Journal of Computing and Security. - 2014. - T. 1 , nro nro 2 .
Agrawal R., Imieliński T., Swami A. Kaivosliitossäännöt suurten tietokantojen kohteiden välillä // Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data - SIGMOD '93. - 1993. - ISBN 0897915925 . - doi : 10.1145/170035.170072 .
JIAWEI HAN, JIAN PEI, YIWEN YIN, RUNYING MAO. Mining Frequent Patterns Without Ehdokassukupolvi // Proceedings of 2000 ACM SIGMOD International Conference on Data Management. - 2000. - T. SIGMOD '00 . - S. 1-12 . - doi : 10.1145/342009.335372 .
- JIAWEI HAN, JIAN PEI, YIWEN YIN, RUNYING MAO. Usein esiintyvien mallien louhinta ilman ehdokassukupolvea // Tiedonlouhinta ja tiedon löytäminen. - 2004. - Numero. 8 . — s. 53–87 .
Edward R. Omiecinski. Vaihtoehtoiset korkotoimenpiteet kaivosyhdistyksille tietokantoissa // IEEE Transactions on Knowledge and Data Engineering. - 2003. - tammi / helmikuu ( osa 15 , numero 1 ) .
Charu C. Aggarwal, Philip S. Yu. Uusi viitekehys kohteiden luomiseen // PODS 98, Symposium on Principles of Database Systems, Seattle, WA, USA, 1998. - New York, NY, Yhdysvallat: ACM, 1998. - P. 18-24.
Sergey Brin, Rajeev Motwani, Jeffrey D. Ullman, Shalom Tsur. Dynaaminen tuotejoukkojen laskenta ja implikaatiosäännöt markkinakoridatalle // SIGMOD 1997, Proceedings of the ACM SIGMOD International Conference on Management of Data (SIGMOD 1997). - Tucson, Arizona, USA, 1997.
Petr Hájek, Ivan Havel, Metoděj Chytil. GUHA-menetelmä automaattiseen hypoteesien määrittämiseen // Computing. - 1966. - Numero. 1 .
Petr Hájek, Tomas Feglar, Jan Rauch, David Coufal. GUHA-menetelmä, tietojen esikäsittely ja louhinta // Database Support for Data Mining Applications. - Springer, 2004. - ISBN 978-3-540-22479-2 .
Geoffrey Webb. Koneoppimisen lähestymistapa opiskelijoiden mallintamiseen // Proceedings of the Third Australian Joint Conference on Artificial Intelligence (AI 89). – 1989.
Pang-Ning Tan, Vipin Kumar, Jaideep Srivastava. Oikean objektiivisen mittarin valinta assosiaatioanalyysiin // Tietojärjestelmät. - 2004. - T. 29 , no. 4 .
Shaheen M., Shahbaz M., Guergachi A. Kontekstipohjainen positiivinen ja negatiivinen spatio-ajallinen assosiaatiosäännön louhinta // Elsevier Knowledge-Based Systems. – 2013.
Jan Rauch. Loogiset laskelmat tiedonhakuun tietokantoissa // Proceedings of the First European Symposium on Principles of Data Mining and Knowledge Discovery. - Springer, 1997.
Petr Hájek, Tomáš Havranek. Hypoteesin muodostuksen mekanisointi: yleisen teorian matemaattiset perusteet . - Springer-Verlag, 1978. - ISBN 3-540-08738-9 .
Geoffrey I. Webb. online-käyttö OPUS: An Efficient Admissible Algorithm for Unordered Search // Journal of Artificial Intelligence Research 3. - Menlo Park, CA: AAAI Press, 1995.
Roberto J. Bayardo Jr., Rakesh Agrawal, Dimitrios Gunopulos. Rajoituspohjainen sääntölouhinta suurissa, tiheissä tietokannoissa // Data Mining and Knowledge Discovery. - 2000. - T. 4 , no. 2 . - doi : 10.1023/A:1009895914772 .
Webb GI, Butler S., Newlands D. On Detecting Differences Between Groups // KDD'03 Proceedings of Ninth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining . – 2003.
Tim Menzies, Ying Hu. Tiedonlouhinta erittäin kiireisille ihmisille // IEEE-tietokone. - 2003. - lokakuu.
Andrew KC Wong, Yang Wang. Korkean tason kuvioiden etsintä diskreetin arvosta datasta // IEEE Transactions on Knowledge and Data Engineering (TKDE). – 1997.
Fabrizio Angiulli, Giovambattista Ianni, Luigi Palopoli. Kategoristen ja kvantitatiivisten assosiaatiosääntöjen aikaansaamisen monimutkaisuudesta // Teoreettinen tietojenkäsittelytiede. - 2003. - T. 314 , no. 1-2 . - doi : 10.1016/j.tcs.2003.12.017 .
Ansaf Salleb-Aouissi, Christel Vrain, Cyril Nortet. QuantMiner: Genetic Algorithm for Mining Quantitative Association Rules // International Joint Conference on Artificial Intelligence (IJCAI). – 2007.
Mohammed J. Zaki. SPADE: Tehokas algoritmi toistuvien sekvenssien louhintaan // Machine Learning Journal. - 2001. - Ongelma. 42 .
Geoffrey I. Webb. Efficient Search for Association Rules // Proceedings of the Sixth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD-2000) Boston, MA, New York, NY / Raghu Ramakrishnan, Sal Stolfo. - Computer Machinery Association, 2000.
Mohammed Javeed Zaki, Srinivasan Parthasarathy, M. Ogihara, Wei Li. Uudet algoritmit yhdistyssääntöjen nopeaan löytämiseen // KDD. – 1997.
Arthur Zimek, Ira Assent, Jilles Vreeken. Frequency Pattern Mining Algoriths for Data Clustering. - 2014. - doi : 10.1007/978-3-319-07821-2_16 .
King R.D., Srinivasan A., Dehaspe L. Warmr: tiedonlouhintatyökalu kemiallisille tiedoille. // J Comput Aided Mol Des. - 2001. - Helmikuu ( nide 15 , numero 2 ). — PMID 11272703 .
Geoffrey I. Webb. Merkittävien mallien löytäminen // Koneoppiminen. - Alankomaat: Springer, 2007. - T. 68 , no. 1 .
Aristides Gionis, Heikki Mannila, Taneli Mielikäinen, Panayiotis Tsaparas. Tiedonlouhinnan tulosten arviointi Swap-satunnaistuksen avulla // ACM-tapahtumat tiedosta tiedon löytämisessä (TKDD). - 2007. - Joulukuu ( osa 1 , numero 3 ). Artikkelinro neljätoista
Pääosissa Jinze Liu, Susan Paulsen, Xing Sun, Wei Wang, Andrew Nobel, Jin Prins. Likimääräisten usein esiintyvien kohteiden louhinta melun läsnä ollessa: Algoritmi ja analyysi. // Vuoden 2006 SIAM:n kansainvälisen tiedonlouhintakonferenssin aineisto . – 2006.
Mohammed Javeed Zaki, Srinivasan Parthasarathy, Mitsunori Ogihara, Wei Li. Rinnakkaisalgoritmit assosiaatiosääntöjen löytämiseksi // Tiedonlouhinta ja tiedonhaku. - 1997. - Vol. 1 , numero. 4 .
Deng ZH, Lv SL Toistuvien kohteiden nopea louhinta solmujoukon avulla // Expert Systems with Applications. - 2014. - T. 41 , no. 10 . — S. 4505–4512 .
Deng ZH, Wang Z., Jiang J. Uusi algoritmi usein käytettyjen kohteiden nopeaan louhintaan N-luetteloiden avulla // SCIENCE CHINA Information Sciences. - 2012. - T. 55 , no. 9 . Arkistoitu alkuperäisestä 19. joulukuuta 2013.

Deng ZH, Wang Z. Uusi nopea pystysuuntainen menetelmä toistuvien kuvioiden louhintaan // International Journal of Computational Intelligence Systems. - 2010. - Osa 3 , numero. 6 .

Bhalodiya D., Patel KM, Patel C. Tehokas tapa löytää usein esiintyviä kuvioita dynaamisella ohjelmointimenetelmällä // NIRMA-YLIOPISTON KANSAINVÄLINEN TEKIJÄKONferenssi, NUiCONE-2013 28.-30.11. – 2013.
Pang-Ning Tan, Michael Steinbach, Vipin Kumar. Luku 6. Assosiaatioanalyysi: peruskäsitteet ja algoritmit // Johdatus tiedonlouhintaan. — Addison-Wesley , 2005. — ISBN 0-321-32136-7 .
Jian Pei, Jiawei Han, Laks VS Lakshmanan. Louhia usein esinesarjoja muunnettavissa olevilla rajoituksilla // Proceedings of the 17th International Conference on Data Engineering, 2.–6.4.2001, Heidelberg, Saksa. – 2001.
Rakesh Agrawal, Ramakrishnan Srikant. Nopeat algoritmit kaivosyhdistyssääntöihin suurissa tietokantoissa // Proceedings of the 20th International Conference on Very Large Data Bases (VLDB) Santiago, Chile, syyskuu / Jorge B.Bocca; Matthias Jark; Carlo Zaniolo. - 1994. Arkistoitu 25. helmikuuta 2015 Wayback Machineen
Zaki MJ Skaalautuvat algoritmit assosiaatioiden louhintaan // IEEE Transactions on Knowledge and Data Engineering. - 2000. - T. 12 , no. 3 . - doi : 10.1109/69.846291 .

Bibliografia

Laaja bibliografia yhdistyksen säännöistä JM Luna
M. Hahslerin selitetty kirjallisuus yhdistyssäännöistä
Statsoft Electronic Statistics Oppikirja: Yhteyssäännöt (linkki ei saatavilla) , Dell Software

Koneoppiminen ja tiedon louhinta
Tehtävät	Luokitteluongelma Oppiminen ilman opettajaa Opettajan avustama oppiminen Taantumisanalyysi AutoML Yhdistyksen säännöt Ominaisuuksien erottaminen Ominaisuuksien koulutus Ranking koulutus Kieliopillinen johtaminen Verkko-oppiminen
Opettajan kanssa oppimista	k-lähimmän naapurin menetelmä Naiivi Bayesin luokitin päätöspuu Tuki vektorikonetta Lineaarinen regressio Logistinen regressio perceptron Mallien kokoonpanot Pussittaminen tehostaa satunnainen metsä Asiaankuuluva vektorimenetelmä
ryhmäanalyysi	k-keinomenetelmä Sumea klusterointimenetelmä Hierarkkinen klusterointi EM-algoritmi KOIVU PARANTAA DBSCAN OPTIIKKA Keskimääräinen siirto
Mittasuhteiden vähentäminen	Tekijäanalyysi Pääkomponenttimenetelmä CCA ICA LDA Ei-negatiivinen matriisin laajennus t-SNE
Rakenteellinen ennustaminen	Graafinen todennäköisyysmalli Bayesin verkko Piilotettu Markovin malli CRF
Anomalian havaitseminen	k-lähimmän naapurin menetelmä Paikallinen päästötaso
Piirrä todennäköisyysmallit	Bayesin verkko Markovin verkko Piilotettu Markovin malli
Neuroverkot	Rajoitettu Boltzmann-kone itseorganisoituva kartta Aktivointitoiminto Sigmoidi softmax Radiaalinen kantafunktio Takaisin lisäysmenetelmä Syväoppiminen Monikerroksinen perceptroni Toistuva neuroverkko pitkä lyhytaikainen muisti Hallittu toistuva esto Konvoluutiohermoverkko U-Net Autoenkooderi
Vahvistusoppiminen	Markovin prosessi Bellmanin yhtälö Ahne algoritmi Q-oppiminen SARSA Aikaero (TD)
Teoria	Vapnik-Chervonenkis teoria Bias-dispersion dilemma Laskennallinen oppimisteoria Empiirinen riskin minimointi Occam oppii PAC-oppiminen Tilastollinen oppimisteoria
Lehdet ja konferenssit	NeurIPS ICML ML JMLR ArXiv:cs.LG