TAILIEUCHUNG - Biểu diễn phụ thuộc hàm xấp xỉ theo phân hoạch, ma trận phân biệt được và luật kết hợp

Trong bài báo này, đầu tiên, các tác giả nhắc lại một số khái niệm cơ bản của lý thuyết tập thô, các độ đo lỗi g1, g2, g3 của phụ thuộc hàm. Sau đó, các tác giả đề xuất độ đo lỗi g4 dựa trên phân hoạch và kỳ vọng trong lý thuyết xác suất . | Tạp chí Tin học và Điều khiển học, , (2014), 163–176 BIỂU DIỄN PHỤ THUỘC HÀM XẤP XỈ THEO PHÂN HOẠCH, MA TRẬN PHÂN BIỆT ĐƯỢC VÀ LUẬT KẾT HỢP TRẦN DUY ANH Trường Cao Đẳng Sư Phạm Thừa Thiên Huế; duyanh208@ Tóm tắt. Các phụ thuộc hàm xấp xỉ và luật kết hợp là những tri thức thực sự có ý nghĩa trong khai phá dữ liệu. Trong bài báo này, đầu tiên, chúng tôi nhắc lại một số khái niệm cơ bản của lý thuyết tập thô, các độ đo lỗi g1 , g2 , g3 của phụ thuộc hàm. Sau đó, chúng tôi đề xuất độ đo lỗi g4 dựa trên phân hoạch và kỳ vọng trong lý thuyết xác suất. Phần tiếp theo chúng tôi xây dựng ma trận phân biệt theo một cách khác và biểu diễn các độ đo lỗi g1 , g2 , độ phụ thuộc γ và ý nghĩa thuộc tính σ theo ma trận phân biệt được. Cuối cùng, chúng tôi đưa ra mối liên hệ giữa phụ thuộc hàm xấp xỉ và luật kết hợp thông qua độ đo lỗi g4 và độ tin cậy Confidence. Từ khóa. Phụ thuộc hàm xấp xỉ, luật kết hợp Abstract. Approximate Functional Dependencies (AFD) and Association Rules are really meaningful knowledge in data mining. In this article, we first recall some basic concepts of rough set theory, error measures g1 , g2 and g3 for functional dependencies. Then, based on the method of partitions and expectation in probability theory, we propose an error measure g4 to construct the discernibility matrix in a different way, defined error measures g1 , g2 , dependency degree γ and significance of Attributes σ from the discernibility matrix. Finally, a relationship between AFD and Association Rules via error measure g4 and confidence is presented. Key words. Approximate Functional Dependencies, association rules. 1. MỞ ĐẦU Phụ thuộc hàm xấp xỉ (Approximate Functional Dependencies) là tri thức biểu diễn sự phụ thuộc một phần giữa các thuộc tính. Nó là một mở rộng của phụ thuộc hàm, phụ thuộc hàm xấp xỉ cho phép có một số lượng lỗi nhất định của các bộ dữ liệu đối với phụ thuộc hàm. Để nghiên cứu về loại phụ thuộc này Kivinen, Mannila [5] đã đưa ra các độ đo lỗi g1

• Kỹ thuật lập trình
• Phụ thuộc hàm xấp xỉ
• Luật kết hợp
• Approximate functional dependencies
• Association rules
• Biểu diễn phụ thuộc hàm xấp xỉ
• Ma trận phân biệt được
• Phát hiện các phụ thuộc hàm xấp xỉ
• Hàm xấp xỉ
• Cách tiếp cận tập thô
• Cơ sở dữ liệu
• Hàm phụ thuộc
• Tạo chí tin học
• Điều khiển học
• Phân tử ngoại lai
• Phụ thuộc hàm
• Phụ thuộc hàm xấp xỉ loại 2
• Xác định phần tử ngoại lai
• Phụ thuộc xấp xỉ
• Rút gọn thuộc tính
• Thuật toán heuristic
• Cơ sở toán học cho tin học
• Tạp chí tin học
• Xây dựng cây quyết định
• Khai phá dữ liệu
• Mô hình dữ liệu quan hệ
• Mô hình dữ liệu dạng khối
• Phụ thuộc hàm trong hệ thống thông tin
• Hệ thống thông tin
• Các tính chất của xấp xỉ
• Hệ thống thông tin đa trị
• ính chất hàm đóng
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Khoa học máy tính
• Kỹ thuật khai phá dữ liệu
• Khai phá phụ thuộc hàm xấp xỉ
• Thiết kế cơ sở dữ liệu
• Phân lớp dữ liệu dựa
• Mô hình đóng gói
• Mô hình nhúng
• Độ đo lỗi g3
• Phụ thuộc thông tin
• Lý Thuyết thông tin
• hệ thống dữ liệu
• lưu trữ dữ liệu
• lập trình dữ liệu
• luận văn
• Phương pháp xây dựng cây quyết định
• Kỹ thuật khai thác dữ liệu
• Cơ sở dữ liệu quan hệ