K最適パターン発見

K 最適パターン検出は、ほとんどの関連ルール学習手法の基礎となる頻繁なパターン検出アプローチの代替手段を提供するデータマイニング手法です。

頻繁パターン検出技術は、サンプルデータ内に十分に頻繁な例があるすべてのパターンを検出します。対照的に、k 最適パターン検出技術は、ユーザーが指定した関心のある尺度を最適化するk 個のパターンを検出します。パラメーターkもユーザーが指定します。

k 最適パターン発見手法の例は次のとおりです。

k最適分類ルールの発見。^[1]
k最適サブグループの発見。^[2]
逐次サンプリングを用いてk個の最も興味深いパターンを見つける。^[3]
最小限のサポートなしでtop.kの頻繁な閉じたパターンをマイニングする。^[4]
k最適ルール発見^[5]

k最適ルール発見や頻繁なパターンマイニング技術とは対照的に、サブグループ発見は、特定の対象プロパティに関する興味深いパターンのマイニングに重点を置いています。これには、たとえば、バイナリ、名目、数値属性^{[6]が含まれますが、複数の変数間の}相関関係などのより複雑な対象概念も含まれます。制約やオントロジー関係などの背景知識^[7]は、発見結果を焦点を絞って改善するために頻繁に適用できます。

参考文献

^ Webb, GI (1995). OPUS: 順序なし検索のための効率的な許容アルゴリズム。人工知能研究ジャーナル、3、431-465。
^ Wrobel, Stefan (1997) サブグループのマルチリレーショナル検出アルゴリズム。Proceedings First European Symposium on Principles of Data Mining and Knowledge Discoveryに掲載。Springer。
^ Scheffer, T., & Wrobel, S. (2002). シーケンシャルサンプリングを使用してデータベース内の最も興味深いパターンを迅速に見つける。Journal of Machine Learning Research、3、833-862。
^ Han, J., Wang, J., Lu, Y., & Tzvetkov, P. (2002) 最小サポートなしの上位k個の頻出クローズドパターンのマイニング。国際データマイニング会議の議事録、pp. 211-218。
^ Webb, GI, & Zhang, S. (2005). K最適ルール発見。データマイニングと知識発見、10(1), 39-79。
^ Kloesgen, W. (1996). 「EXPLORA: マルチパターンおよびマルチ戦略の発見アシスタント」. 知識発見とデータマイニングの進歩。pp. 249–271 。2021年4月14日閲覧。
^ Atzmueller, Martin; Puppe, Frank; Buscher, Hans-Peter (2005 年 8 月 1 日)。「知識集約型サブグループ発見のための背景知識の活用」(PDF)。人工知能に関する第 19 回国際合同会議の議事録。Morgan Kaufmann Publishers。647 ～ 652 ページ。

外部リンク

「データサイエンスの最先端の情報をお届けします」。データサイエンスの最先端の情報をお届けします。2017年5月6日。 2021年4月14日閲覧。
Atzmueller, Martin (2015-05-17). 「VIKAMINE: サブグループの発見と分析」. VIKAMINE . 2021-04-14に閲覧。

[1] Webb, GI (1995). OPUS: 順序なし検索のための効率的な許容アルゴリズム。人工知能研究ジャーナル、3、431-465。

[2] Wrobel, Stefan (1997) サブグループのマルチリレーショナル検出アルゴリズム。Proceedings First European Symposium on Principles of Data Mining and Knowledge Discoveryに掲載。Springer。

[3] Scheffer, T., & Wrobel, S. (2002). シーケンシャルサンプリングを使用してデータベース内の最も興味深いパターンを迅速に見つける。Journal of Machine Learning Research、3、833-862。

[4] Han, J., Wang, J., Lu, Y., & Tzvetkov, P. (2002) 最小サポートなしの上位k個の頻出クローズドパターンのマイニング。国際データマイニング会議の議事録、pp. 211-218。

[5] Webb, GI, & Zhang, S. (2005). K最適ルール発見。データマイニングと知識発見、10(1), 39-79。

[6] Kloesgen, W. (1996). 「EXPLORA: マルチパターンおよびマルチ戦略の発見アシスタント」. 知識発見とデータマイニングの進歩。pp. 249–271 。2021年4月14日閲覧。

[7] Atzmueller, Martin; Puppe, Frank; Buscher, Hans-Peter (2005 年 8 月 1 日)。「知識集約型サブグループ発見のための背景知識の活用」(PDF)。人工知能に関する第 19 回国際合同会議の議事録。Morgan Kaufmann Publishers。647 ～ 652 ページ。