CPAR算法
1.关联规则分类的步骤
一般而言，关联规则分类包括以下步骤：
- 挖掘数据，得到频繁项集。
- 分析频繁项集，产生每个类的关联规则，它们满足置信度和支持度标准。
- 组织规则，形成基于规则的分类器。
2.关联规则分类算法：
关联规则分类方法的不同：挖掘频繁项集所用的方法、如何将被分析的规则导出并用于分类。
2.1 CBA算法
CBA：Classification Based on Association
2.1.1 寻找频繁项集
CBA使用迭代方法挖掘频繁项集，类似于Apriori算法。找出满足最小置信度和支持度阈值的规则的完全集后，然后分析，找出包含在分类器中的规则。
2.1.2 构造分类器
CBA使用一种启发式方法构造分类器，其中规则按照它们的置信度和支持度递减优先级排序。其中，有三条规则如下：
- 如果一组规则具有相同的前件，则选取具有最高置信度的规则代表该集合。
- 在对新元组分类时，使用满足该元组的第一个规则对它进行分类。
- 具有最低优先级，用来为不能被分类器中其他规则满足的新元组指定默认类。
一般而言，实验表明CBA在大量数据集上比C4.5更准确。
2.2 CMAR算法
CMAR：Classificationbased on Multiple Association Rules
2.2.1 寻找频繁项集
CMAR采用FP—Growth算法的变形来发现满足最小支持度和最小置信度阈值的规则的完全集。
同时，使用一种加强的FP-树，记录满足每个频繁项集的元组的类标号分布。这样，它可以把规则产生与频繁项集挖掘合并成一步。
2.2.2 规则的发现与处理
CMAR还使用另一种树结构来有效地存储和提取规则，并根据置信度、相关度和数据库覆盖率对规则剪枝。当规则插入该树时就触发规则剪枝策略。
剪枝策略：如果规则存在具有更高置信度的更泛化的版本，则可以剪去具有低置信度的更特殊化的规则。
一个例子：给定两个规则R1和R2，如果R1的前件比R2更一般，并且conf（R1）>=conf（R2），则剪去R2。
2.2.3 如果多个规则可用，我们使用哪一个？
CMAR算法将所有的规则分组，每一组有着相同的类编号。
当需要预测X时，CMAR使用加权的卡方度量，根据组中规则的统计相关性找出“最强的”规则组。然后把X的类标号指派为最强的组的类标号。（并不是将x对应到某一规则，二是一个规则组）
实验表明，CMAR比CBA的平均准确率稍高。它的运行时间、可伸缩性和内存使用都更有效。
2.3 CPAR算法
CPAR：Classificationbased on Predictive Association Rules
2.3.1 产生规则
基于一种称作FOIL的分类规则产生算法。
FOIL构造规则来区别正元组和负元组。对于多类问题，解决办法：one vs rest。
每当产生一个规则时，就删除它满足（或覆盖）的正样本，直到数据集合中所有的正元组都被覆盖。这样，产生的规则更少，CPAR放宽了这一步，允许被覆盖的元组留下并被考虑，但是降低它们的权重。对每个类重复该过程。结果规则被合并在一起，形成分类器的规则集。
2.3.2 如果多个规则可用，我们使用哪一个？
如果多个规则满足新元组X，则类似于CMAR，这些规则将按类分组。然而，CPAR根据期望准确率，使用每组中的最好的k个规则预测X的类标号。（可以跨组）
在大量数据集上，CPAR的准确率与CMAR接近。然而，由于CPAR产生的规则比CMAR少得多，对于大型训练数据集，CPAR有效得多。
