8、基于信息增益上界的剪枝策略与关联规则分类算法

基于信息增益上界的剪枝策略与关联规则分类算法

1. 基于信息增益上界的剪枝策略

1.1 算法概述

在处理图结构数据以寻找有区分性的子图时，提出了基于信息增益上界的两种剪枝策略，用于 Cl - GBI 算法。该算法的输入包括图数据库 $G$、束宽 $b$、最大层数 $L$、用于对伪分块对进行排序的准则 $C$、生成子图必须满足的必要条件 $\theta$ 以及信息增益上界的阈值 $\tau$，输出为一组典型子图 $S$。

1.2 具体步骤

1. 提取节点对 ：提取图数据库 $G$ 中所有由两个相连节点组成的对，并使用节点 ID 集记录它们的位置。从第二层开始，提取至少有一个节点是新伪节点的相连节点对。
2. 剪枝操作
   • 预剪枝 ：对于每个提取的节点对 $g$，计算 $\hat{u}(g, G)$，如果 $\hat{u}(g, G) < \tau$，则丢弃该节点对。
   • 频率检查与信息增益计算 ：对于剩余的节点对，统计其频率，若不满足必要条件 $\theta$ 则丢弃。计算其信息增益，若信息增益大于 $\tau$，则更新 $\tau$。
   • 后剪枝 ：对于剩余的节点对 $g$，计算 $u(g, G)$，如果 $u(g, G) < \tau$，则丢弃该节点对。
3. 选择最佳节点对