基于形式概念分析的关联模式浓缩表示的刻画与提取
数据库
2018-10-15 v1 机器学习
摘要
关联模式挖掘日益成为数据挖掘中的一项重要任务,因为这些模式能够传达关于数据中有意义且令人惊讶的关系的知识。频繁关联模式在文献中已被充分研究。在本文中,我们提出利用基于 bond 关联度量的频繁关联与稀有关联模式两者。我们提出提取频繁关联模式集与稀有关联模式集的一个无信息损失的子集,该子集称为“浓缩表示(Condensed Representation)”。在这方面,我们基于源自形式概念分析 FCA 的概念,特别是与专用于 bond 度量的闭包算子 fbond 相关的等价类,来引入频繁关联与稀有关联模式的新的简洁表示。
引用
@article{arxiv.1810.05570,
title = {Characterization and extraction of condensed representation of correlated patterns based on formal concept analysis},
author = {Souad Bouasker},
journal= {arXiv preprint arXiv:1810.05570},
year = {2018}
}