11、关联规则质量度量评估

关联规则质量度量评估

1. 研究背景与问题提出

在关联规则挖掘中，评估规则质量的方法众多，但以往对平均准确率变化的分析表明，它难以有效区分不同的规则质量度量。我们的目标是提出一种更精细的评估方法，以衡量规则质量度量对预测任务的有用性。

2. 规则质量度量得分的提出

• 确定预测器 ：选择了常用的 C5.0 作为预测器。因为 Naïve Bayes 预测器存在不适用性，而基于数值的支持向量机难以与我们所需的分类属性相协调，若要使用需额外离散化，所以暂不考虑。
• 选择规则集 G ：
  • 从各度量提供的前 N（这里 N = 50）条规则的联合池中选取规则。
  • 具体操作步骤如下：
    1. 为数据集添加一个标记规则例外情况的特征。
    2. 在扩展后的数据集和原始数据集上分别运行预测器。
    3. 通过 10 折交叉验证评估各自的准确率。
    4. 确定准确率的相对提升（即两者准确率的比率）。
  • 选取那些能使预测器准确率提升至少 ϵ（ϵ = 0.5%）的规则，构成集合 G。
• 计算得分 ：对于每个质量度量，若其前 N 条规则中有 k 条来自集合 G，且这些规则的位置为 a1, …, ak（1 ≤ ai ≤ N），则其得分计算公式为：
  [
  \frac{1}{Z_D} \