Constraint-Based Pattern Mining

最新推荐文章于 2021-02-16 21:18:34 发布
最新推荐文章于 2021-02-16 21:18:34 发布
阅读量3.6k 收藏
点赞数
分类专栏： Data Mining 文章标签： 数据 约束 pattern
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/rk2900/article/details/43899177
版权
本文探讨了在数据挖掘中如何应用约束来指导挖掘过程，强调了用户通过数据挖掘查询语言或图形用户界面设定条件的重要性。文章阐述了不同类型的约束，如模式单调性和反单调性，以及如何利用这些约束进行有效的模式挖掘，包括模式空间和数据空间的修剪策略。
摘要由CSDN通过智能技术生成

在数据挖掘中，如何进行有约束地挖掘，如何对待挖掘数据进行条件约束与筛选，是本文探讨的话题。

Why do we use constraint-based pattern mining? Because we’d like to apply different pruning methods to constrain pattern mining process.
And for those reasons:

  • Finding all the patterns in a dataset autonomously? — unrealistic!
    • Too many patterns but not necessarily user-interested!
  • Pattern mining should be an interactive process
    • User directs what to be mined using a data mining query language (or a graphical user interface)
  • Constraint-based mining
    • User flexibility: provides constraints on what to be mined
    • Optimization: explores such constraints for efficient mining
      • Constraint-based mining: Constraint-pushing, similar to push selection first in DB query processing

Constraints in General Data Mining

A data mining query can be in the form of a meta-rule or with the following language primitives
* Knowledge type constraint:
* Ex.: classification, association, clustering, outlier finding, ….
* Data constraint —

最低0.47元/天 解锁文章
南极光
关注
专栏目录
Introduction——2019_IEEE_TKDE_Gan_Survey_of_Utility_Mining
weixin_44097082的博客
09-13 219
Introduction Data mining [1], [2] focuses on extraction of information from a large set of data and transforms it into an easily interpretable structure for further use. extraction:提取物；抽取。 Interpretable：可说明的；可判断的。 数据挖掘[1]，[2]侧重于从大量数据中提取信息，并将其转换为易于解释的结构以供
2024年最全Introduction to Data Mining 数据挖掘(1)
最新发布
2401_84167046的博客
05-03 125
典型方法 - 决策树、贝叶斯分类法、支持向量机、神经网络、基于规则的分类法、基于模式的分类法、逻辑回归法…• Association, correlation vs. causality — A typical association rule - 关联性、相关性与因果性 - 一个典型的关联规则◦ Diaper → Beer [0.5%, 75%] (support, confidence) — Are strongly associated items also strongly correlated?
八、频繁模式挖掘Frequent Pattern Mining
weixin_30343157的博客
01-09 301
频繁模式挖掘(Frequent Pattern Mining): 频繁项集挖掘是通常是大规模数据分析的第一步，多年以来它都是数据挖掘领域的活跃研究主题。建议用户参考维基百科的association rule learning 了解更多信息。MLlib支持了一个并行的FP-growth，FP-growth是很受欢迎的频繁项集挖掘算法。 FP-growth: FP-growth算法在论文H...
Constraint-Based Question Answering with Knowledge Graph 论文笔记
fly_boss的博客
09-04 1894
摘要： KBQA中大部分的问题都比较简单，只是有单一的关系。本文提出了一个新的数据集，旨在检测方法在多约束问题上的表现，同时提出了一个新的方法来解决多约束的问题。 1. Introduction 简单问题指可以基于一个KB关系来回答。 本文的工作： 1）本文提出了一个新的方法，通过把多约束问题转换成多约束查询图来解决问题。 2）一个新的数据集，旨在检测方法在多约束问题上的表现。 2....
@Pattern@Validated校验
热门推荐
u014203449的博客
06-16 1万+
转载https://blog.csdn.net/qq_36927265/article/details/87864026 https://blog.csdn.net/qq_39822451/article/details/83989415 @Pattern(regexp = "\\w+$") 把这个注解加在entity的参数上，可以选择分类也可以默认； 关于注解中需要传的参数：一般默认就填入...
大型数据库分析-关联式规则(Associaton-Rules)-2
Teufel_Huang的博客
02-25 895
带有约束条件的Association Rules(Association Rules in Gegenwart von Constraint)就是字面意思，这回不要求找出全部的frequent itemsets了，而是要求找出满足特定要求的(Constraint)的frequent itemsets。除此之外，我们还希望通过加入限定条件能够缩短我们的搜索时间。举个例子，对于购物车分析，我们可以加上额
BizTalk开发系列(十三) Schema设计之值约束
weixin_34396103的博客
01-08 139
更多内容请查看：BizTalk动手实验系列目录                       BizTalk 开发系列        XML Schema 的作用是定义 XML 文档的合法构建模块。在开发过程中有时需要对XML文档做精确的约束。以保证XMl数据的准确性。      今天我们以一个班级Sample来讲探讨一下如何在开发BizTalk Schema过程中对XML数据做精确的约束。...
Advanced Frequent Pattern Mining • Pattern Mining: A Road Map • Pattern Mining in Multi-Level, Multi-Dimensional Space • Mining Multi-Level Association • Mining Multi-Dimensional Association • Mining Quantitative Association Rules • Mining Rare Patterns and Negative Patterns • Constraint-Based Frequent Pattern Mining • Mining Colossal Patterns • Mining Compressed Patterns • Pattern Exploration and Application • Sequential Pattern Mining
06-11
你的问题是关于频繁模式挖掘的吗？这些主题确实是频繁模式挖掘领域的一些重要研究方向。频繁模式挖掘是数据挖掘领域的一个重要分支，它的目标是从数据集中挖掘出频繁出现的模式。这些模式可以帮助我们了解数据集的...
数据挖掘中的聚类分析
gcyxf的专栏
04-28 4745
记录Coursera上由数据挖掘大牛韩家伟教授开的一门课程——Cluster Analysis in Data Mining。第一周-Considerations for Cluster Analysis partitioning criteria (single level vs. hierarchical partitioning) separation of clusters (exclusi
知识图谱学习笔记（四）——知识框架学习与融合
aidanmo的博客
12-18 902
知识框架学习与融合 1.本体 本体通过对于概念（concept）、术语（terminology）及其相互关系（relation，property）的规范化（conceptualization）描述，勾画出某一领域的基本知识体系和描述语言。 Conceptualization 1.Abstract model（concepts） 2.指某一概念系统所蕴含的语义结构，它是对某一事实结构的一组非正式...
论文阅读笔记 | 《Constraint-Based Question Answering with Knowledge Graph》
Firmiana1220的博客
12-20 2469
1. 主要内容 在KBQA（基于知识库的问答）的基础上，由于其他问答系统都是回答简单问题，本文提出一种方法可以回答复杂问题（多个限制下的问题），并且提供一个数据集，名为ComplexQuestion，以此评测回答复杂问题的KBQA系统性能。 2个被用作benchmark的数据集：WebQuestions，SimpleQuestions. 多限制问题可以分为六种：多实体限制；答案类型限制；明确...
cluster聚类java_cluster聚类分析
weixin_35742195的博客
02-16 749
聚类分析被称之为unsupervised分析，一个跟它相似的概念是分类(classification)模型，不同的是，分类模型预先知道一共有几个类别，每个类别的定义是什么，所以叫做supervised。聚类分析预先不知道目标分成哪几类。往往在实际中，先用cluster分成一些类，然后有了这些类之后，可以再可以做classification分析，就是所谓的two steps analytisis.聚...
cluster 聚类分析
再喝咖啡
10-08 2657
聚类分析被称之为unsupervised分析，一个跟它相似的概念是分类(classification)模型，不同的是，分类模型预先知道 一共有几个类别，每个类别的定义是什么，所以叫做supervised。聚类分析预先不知道目标分成哪几类。往往在实际中，先用cluster分成一些 类，然后有了这些类之后，可以再可以做classification分析，就是所谓的two steps analyt...
constraint ‘javax.validation.constraints.Pattern‘ validating type ‘java.lang.Integer‘.
ailian_f的博客
12-05 2797
@NotNull(message = "最大重量差不能为空") @Pattern(regexp = "^[1-9][0-9]*(\\.[0-9]{1,2})?$|0(\\.([0-9][1-9]|[1-9][0-9]?))$") javax.validation.UnexpectedTypeException: HV000030: No validator could be found for constraint 'javax.validation.constraints.Pattern' valida
Pattern Discovery Basic Concepts
南极光的专栏
02-16 4365
Pattern Discovery Basic Concepts 本文介绍了基本的模式挖掘的概念
Efficient Pattern Mining Methods
南极光的专栏
02-16 3528
Efficient Pattern Mining Methods@(Pattern Discovery in Data Mining) 本文介绍了几个模式挖掘的高效算法。主要以Apriori思想为框架，主要讲解了FP-Growth算法。
Pattern Evaluation
南极光的专栏
02-17 3442
Pattern Evaluation@(Pattern Discovery in Data Mining) 本文介绍了数据挖掘中模式挖掘，评估所得模式与规则科学性的方法。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值