7、机器学习在数据与知识挖掘中的应用

机器学习在数据与知识挖掘中的应用

1. AQ21学习系统

AQ21是一个多功能学习系统，用于将案例泛化为规则并检测数据中的模式。它是AQ19的升级版，而AQ19曾是INLEN系统的主要模块，用于测试知识挖掘的初始想法和方法。

1.1 AQ21的输入

• 训练示例 ：代表不同概念（如类别、决策、预测等）的一组训练示例。
• 参数 ：定义要学习的描述类型以及学习方式的参数。
• 描述质量的多标准度量 ：可以指描述的计算简单性、通用性水平、测量描述中属性的成本或其预测能力的估计。
• 背景知识 ：包括属性的域和类型的规范、定义结构化域的层次结构，以及建议改进表示空间和/或对其定义约束的算术和逻辑规则。

1.2 AQ21的输出

根据参数设置，AQ21可以生成完整且一致的描述，或者生成可能部分不一致和不完整的强模式。

2. 从示例学习中的问题类型

2.1 描述形式

从示例生成的描述有两种形式，取决于学习目标是描述特定概念的成员，还是将其与其他组进行对比。
- 特征描述 ：列举每个组中实体的共同属性的描述。
- 判别描述 ：指定组之间差异的描述。

2.2 复杂的机器学习和数据挖掘问题

在实际情况中，一些概念学