混合特征数据的自解释归约建模方法

摘要：

[目的]解决混合含有连续数值与标签特征量数据集的规则挖掘问题.[方法]提出数据集中特征维度间的互解释表示方法——自解释归约模型,模型通过最大化新设计的自解释归约目标实现对连续数值数据的自适应划分建模.[结果]针对标准数据集、模拟规则挖掘问题、以及实际问题的实验分析表明,本文方法具有显见的可行性及可用性,是对现有数据建模与关联规则挖掘方法的有效扩展.[局限]计算效率一般,还不能适应较大规模数据集的高速处理要求.[结论]技术方法上弥补了现有相关方法在解决混合特征数据建模问题时的局限性,通过理论与实验分析证明新方法具有较强的创新性及实用性.

关键词：混合型特征数据、自解释归约、数据建模、数据挖掘

分类号：TP393(计算技术、计算机技术)

资助基金：国家科技支撑计划项目“影视制作云服务系统技术集成及应用示范”2015BAH54F01;江苏省自然科学基金项目“概率一致性保持的流数据约简及在线分类学习”项目BK20130161的研究成果之一

在线出版日期：2018-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：92-100