趣味性度量的变化率分析
机器学习
2017-12-15 v1 数据库
摘要
关联规则挖掘技术在多种情境与领域中的使用导致了大量趣味性度量的产生。这进而促使研究者提出这些度量的各种分类方案。对客观度量进行分类的一种流行方法是评估它们所满足的数学性质集合，以帮助实践者针对给定问题选择合适的度量。在本研究中，我们讨论现有文献中的性质在捕捉趣味性度量某些行为方面的不足。这促使我们提出一种分析与分类度量的新方法。我们称之为变化率分析（RCA）。在该分析中，度量通过以下方式描述：对于频率计数 的不同 preexisting 状态，若频率计数发生单位变化，度量如何变化。更形式化地，我们考察度量关于各频率计数变量的一阶偏导数。然后我们利用该分析定义两个新性质：单位零渐近不变性（UNAI）与单位零零变化率（UNZR）。UNAI 考察添加频率模式的渐近效应，而 UNZR 考察当频率模式在数据中不存在时添加它们的初始效应。我们对 50 个趣味性度量进行了全面分析，并根据这两个性质对它们进行分类。我们还给出了涉及合成与真实世界数据集的实证研究，用于根据度量的规则排序模式对各种度量进行聚类。该研究得出结论：利用经验聚类的度量分类与通过本研究提出的性质进行的度量分类具有显著相似性。
引用
@article{arxiv.1712.05193,
title = {Rate of Change Analysis for Interestingness Measures},
author = {Nandan Sudarsanam and Nishanth Kumar and Abhishek Sharma and Balaraman Ravindran},
journal= {arXiv preprint arXiv:1712.05193},
year = {2017}
}