Hispanopedia WikiEl descubrimiento de patrones K-óptimos es una técnica de minería de datos que proporciona una alternativa al enfoque de descubrimiento de patrones frecuentes que subyace a la mayoría de las técnicas de aprendizaje de reglas de asociación .
Las técnicas de descubrimiento de patrones frecuentes encuentran todos los patrones para los que existen ejemplos suficientemente frecuentes en los datos de muestra . En cambio, las técnicas de descubrimiento de patrones k-óptimos encuentran los k patrones que optimizan una medida de interés especificada por el usuario. El parámetro k también lo especifica el usuario.
Algunos ejemplos de técnicas de descubrimiento de patrones k-óptimos incluyen:
- Descubrimiento de reglas de clasificación k-óptimas. [ 1 ]
- Descubrimiento de subgrupos k-óptimos. [ 2 ]
- encontrar los k patrones más interesantes usando muestreo secuencial. [ 3 ]
- Minería de los k patrones cerrados más frecuentes sin soporte mínimo. [ 4 ]
- Descubrimiento de reglas k-óptimas. [ 5 ]
A diferencia de las técnicas de descubrimiento de reglas k-óptimas y minería de patrones frecuentes, el descubrimiento de subgrupos se centra en la extracción de patrones interesantes con respecto a una propiedad objetivo específica. Esto incluye, por ejemplo, atributos binarios, nominales o numéricos [ 6 ] , pero también conceptos objetivo más complejos, como correlaciones entre varias variables. El conocimiento previo [ 7 ] , como las restricciones y las relaciones ontológicas , a menudo puede aplicarse con éxito para enfocar y mejorar los resultados del descubrimiento.
Referencias
- ↑ Webb, GI (1995). OPUS: Un algoritmo admisible eficiente para la búsqueda no ordenada. Journal of Artificial Intelligence Research , 3, 431-465.
- ↑ Wrobel, Stefan (1997) Un algoritmo para el descubrimiento multirrelacional de subgrupos. En Actas del Primer Simposio Europeo sobre Principios de Minería de Datos y Descubrimiento de Conocimiento . Springer.
- ↑ Scheffer, T., & Wrobel, S. (2002). Finding the most interesting patterns in a database quickly by using sequential sampling. Journal of Machine Learning Research , 3, 833-862.
- ↑ Han, J., Wang, J., Lu, Y., & Tzvetkov, P. (2002) Minería de los k patrones cerrados frecuentes principales sin soporte mínimo. En Actas de la Conferencia Internacional sobre Minería de Datos , págs. 211-218.
- ↑ Webb, GI, & Zhang, S. (2005). Descubrimiento de reglas K-óptimas. Minería de datos y descubrimiento de conocimiento , 10(1), 39-79.
- ↑ Kloesgen, W. (1996). "EXPLORA: Un asistente de descubrimiento multipatrón y multiestrategia". Avances en el descubrimiento de conocimiento y minería de datos . págs. 249–271 . Recuperado el 14 de abril de 2021 .
- ↑ Atzmueller, Martin; Puppe, Frank; Buscher, Hans-Peter (1 de agosto de 2005). «Aprovechamiento del conocimiento previo para el descubrimiento de subgrupos intensivos en conocimiento» (PDF) . Actas de la 19.ª conferencia internacional conjunta sobre inteligencia artificial . Morgan Kaufmann Publishers. págs. 647–652 .
Enlaces externos
- "Te traemos lo último en ciencia de datos" . Te traemos lo último en ciencia de datos . 2017-05-06 . Consultado el 2021-04-14 .
- Atzmueller, Martin (17 de mayo de 2015). "VIKAMINE: Descubrimiento y análisis de subgrupos" . VIKAMINE . Recuperado el 14 de abril de 2021 .
- minería de datos