分类：基于规则的分类技术

       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

                                                                           

        称为规则前件()或前提()，规则前件是属性测试的集合

                                                      

       为（属性，值）对，为比较运算符，取自集合   ，为分类标签，称为规则后件 。当规则的规则前件与记录的属性匹配时，则称覆盖；当覆盖某条记录时，则称规则被触发。                                                          

     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）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

                                                                                 

                                                                                                               

    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。

       在有序规则中，规则的排序有两种方案，一是基于规则的排序方案，二是基于类的排序方案。