10、决策树学习与归纳数据库的集成

决策树学习与归纳数据库的集成

1. 引言

归纳数据库（IDB）不仅包含数据，还包含数据中的通用模式和模型。在IDB中，普通查询可用于访问和操作数据，而归纳查询则用于生成、操作和应用模式。目前，有两种方法用于在IDB中表示和查询模式与模型：
- 专用存储和查询语言 ：根据要存储的模型创建专用的存储和查询语言，如对SQL进行扩展。例如，Meo等人和Imielinski与Virmani提出了专门用于挖掘关联规则的SQL扩展；Kramer等人和Han等人将此方法扩展到其他模型，但未详细说明如何在IDB中存储这些模型。ATLaS在SQL中定义了新的表函数和聚合，方便用SQL编写数据挖掘算法，但实际使用需要深入理解SQL和数据挖掘算法实现。De Raedt提出了基于一阶逻辑的查询语言，适用于关系数据；Michalski与Kaufman提议使用知识生成元语言（KGL），结合常规数据库操作符和归纳推理任务操作符以及知识管理操作符。
- ADReM方法 ：将模式和模型存储在标准关系数据库表中，并使用标准SQL语言进行表示、存储和查询。该方法由安特卫普的ADReM小组用于频繁项集和关联规则挖掘，具有扩展性和灵活性方面的优势。本文将研究如何将ADReM方法应用于决策树学习，并探讨其优势在新场景中的适用性。

2. ADReM关联规则挖掘方法

2.1 概念视图

考虑一组事务D，通常可表示为每行一个事务、每列一个布尔属性的表，概念上也可表示为二元关系表，每个事务对应一组元组 (tid, item)，其中tid是事务标识符，item是项目名称。这种表示使项目名称成为值而非属性，查询可将项