分类：基于规则的分类技术

最新推荐文章于 2025-03-25 22:49:01 发布

hgz_dm

最新推荐文章于 2025-03-25 22:49:01 发布

阅读量1.4w

点赞数

文章标签：分类基于规则

本文链接：https://blog.csdn.net/huguozhiengr/article/details/82856549

版权

本文详细介绍了基于规则的分类技术，包括任务、结构、评分函数、搜索与优化方法。规则分类器使用规则集对记录进行分类，通过覆盖率和准确率进行评估。规则排序和提取算法，如顺序覆盖法，用于构建分类器。常见的规则生成策略包括从一般到特殊和从特殊到一般，而剪枝方法如预剪枝和后剪枝有助于提高泛化能力。基于规则的分类法以易解释性和与决策树相当的性能为特点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基于规则的分类是一种比较简单的分类技术，下面从以下几个方面对其进行介绍

1.任务

所有的分类技术的任务都是利用数据集训练出分类器，然后为每条记录贴上标签，对其进行分类，基于规则的分类任务也是如此。

2.结构

基于规则的分类使用了一组 $"if...then..."$ 的规则来对记录进行分类，其将这些规则组合起来，形成了如下所示结构

从上之下，当前规则去匹配记录，若当前规则与记录不匹配，则用下一条规则去匹配，直至找到能匹配的规则或者规则用完，结束分类过程。规则所处的位置可以用秩来表示，第一条规则秩最高，最后一条规则秩最低。

每一个分类规则可以表示为如下形式

$r_{i}:(c_{i})\rightarrow y_{i}$

$c_{i}$ 称为规则前件( $rule\: antecedent$ )或前提( $precondition$ )，规则前件是属性测试的集合

$c_{i}=(A_{1}\; op\; v_{1})\wedge (A_{2}\; op\; v_{2})\wedge...\wedge(A_{i}\; op\; v_{i})$

$(A_{i},v_{i})$ 为（属性，值）对， $op$ 为比较运算符，取自集合 $\left \{ =,\not\equiv,<,>,\leqslant ,\geqslant \right \}$ ， $y_{i}$ 为分类标签，称为规则后件。当规则 $r$ 的规则前件与记录 $x$ 的属性匹配时，则称 $r$ 覆盖 $x$ ；当 $r$ 覆盖某条记录时，则称规则 $r$ 被触发。

3.评分函数

基于规则的分类器的分类质量可以用覆盖率(coverage)和准确率(accuracy)来度量，二者的定义分别为

覆盖率：触发了规则的记录在数据集D中所占的比例
准确率：在触发了规则的记录中，分类正确的记录所占比例

举个例子对覆盖率和准确率的定义进行说明，在脊椎动物的分类中，现有规则

（胎生=是）^（体温=恒温） $\rightarrow$ 哺乳类

数据集D为

在以上14条记录中，记录1、4、7、9、12触发了规则，这5条记录的分类全部正确，该分类器的覆盖率及正确率分别为

$Coverage(r)=\frac{5}{14}=0.357$

$Accuracy(r)=\frac{5}{5}=1$

4.搜索、优化方法

4.1规则集的性质

在基于规则的分类器中，规则必须满足以下两条重要性质

规则互斥：一条记录不能触发两条及两条以上规则
规则穷举：数据集中每一条记录都能被规则覆盖

实现规则互斥，可以采用有序规则和无序规则两种方案。在有序规则方案中，规则集中的规则按照优先级降序排列，由覆盖记录的最高秩规则对记录分类，这样就避免多条规则间对记录分类的冲突。有序的规则集也称为决策表，第2节中介绍的分类器结构就是用的有序规则；在无序规则方案中，允许一条记录触发多条规则，规则被触发时视为对其相应类的一次投票，然后计算不同类的票数（可以使用加权方式）来决定记录的类所属。

基于有序规则的分类器对规则排序非常敏感，但是对记录分类时比较容易，不必把记录与每一条规则的前件进行比较，而基于无序规则的分类器则正好相反。在应用中计算量是一个需要重要点考虑的问题，因此一般基于规则的分类器采用有序规则。