ネガティブパターンをマイニングするためのテクニックは何ですか？

まれなパターンをマイニングするために作成された最初のクラスの手法では、各アイテムが対称バイナリ変数と見なされます。取引情報は、ネガティブアイテムで補強することで2値化できます。初期データを正と負の両方の項目を持つトランザクションに変更するインスタンスを表示します。拡張トランザクションでAprioriを含む現在の頻繁なアイテムセット生成アルゴリズムを使用することにより、いくつかのネガティブアイテムセットを導出できます。

このようなアプローチは、いくつかの変数が対称バイナリと見なされる場合にのみ可能です（つまり、少数の項目の否定のみを含む否定パターンで表示されます）。各項目を対称バイナリと見なす必要がある場合、次の理由により、問題の計算が困難になります。

各アイテムが対応するネガティブアイテムで拡張されると、複数のアイテムが2倍になります。サイズ2 ^d のアイテムセットラティスを探索するのではなく 、ここで、dは初期データセット内のアイテムの数であり、ラティスは高くなります。

ネガティブアイテムが拡張された場合、サポートベースのプルーニングは効率的ではなくなります。すべての変数xについて、xまたはx ^’ のいずれか 50％以上を提供しています。したがって、サポートのしきい値が50％であっても、アイテムの半分が頻繁に発生します。

より低いしきい値の場合、いくつかのアイテムと、場合によってはそれらを含むアイテムセットが頻繁に発生します。 Aprioriが採用しているサポートベースのプルーニング方法は、ほとんどのアイテムセットのサポートが低い場合にのみ効率的です。したがって、さまざまな頻繁なアイテムセットは指数関数的に増加します。

ネガティブアイテムが拡張されると、各トランザクションの幅が向上します。初期データセットで利用可能なd個のアイテムがあることを考慮してください。マーケットバスケットトランザクションを含むスパースデータセットの場合、各トランザクションの幅はdよりもはるかに小さくなります。

したがって、頻繁なアイテムセットの最大サイズは、最大トランザクション幅w _maxによって制限されます。 、連想的に小さい影響。負のアイテムが含まれている場合、アイテムがトランザクションに存在するか、トランザクションに存在しないため、トランザクションの幅はdに増加しますが、両方ではありません。

最大トランザクション幅がw_maxから増加したため dに、これは急速に変化する複数の頻繁なアイテムセットの数を増やします。したがって、一部の現在のアルゴリズムは、長いデータセットに使用されると機能しなくなる傾向があります。

以前のブルートフォースアプローチは、膨大な数の正と負のパターンのサポートを決定することを余儀なくされるため、計算コストがかかります。ネガティブアイテムでデータセットを拡張するのではなく、別のアプローチは、相関するポジティブアイテムのサポートに応じてネガティブアイテムセットのサポートを決定することです。