Associative classification withmultiobjective tabu search

• Autores: Ricardo P. Beausoleil
• Localización: Revista de Matemática: Teoría y Aplicaciones, ISSN 2215-3373, ISSN-e 2215-3373, Vol. 27, Nº. 2, 2020, págs. 333-354
• Idioma: inglés
• DOI: 10.15517/RMTA.V27I2.42438
• Títulos paralelos:
  • Clasificación asociativa con búsqueda tabú multiobjetivo
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este artículo presenta una aplicación de Búsqueda Tabu Multiobjetivo a la minería de reglas de asociación. Centramos nuestra atención específicamente en la minería de reglas de clasificación, frecuentemente llamada clasificación asociativa, donde la parte consecuente es una clase. Nuestro enfoque se basa en la búsqueda de un conjunto de reglas manipulado como un individuo para la clasificación. Un algoritmo de Búsqueda Tabu es utilizado para encontrar conjuntos de reglas Pareto-Óptimo con respecto a algunos criterios tales como exactitud y complejidad. Aplicamos el siguiente algoritmo de A priori para la extracción de las reglas de asociación del problema en cuestión y entonces una búsqueda Tabu multiobjetivo es realizada para seleccionar subconjuntos de reglas. Reportamos experimentos donde es examinado el efecto de la selección multiobjetivo para algunos conjuntos de datos bien conocidos de la base de datos del almacén de máquinas de aprendizaje de la UCI.

  • English

    This paper presents an application of Tabu Search algorithm to asso-ciation rule mining. We focus our attention specifically on classificationrule mining, often called associative classification, where the consequentpart of each rule is a class label. Our approach is based on seek a rule sethandled as an individual. A Tabu search algorithm is used to search forPareto-optimal rule sets with respect to some evaluation criteria such asaccuracy and complexity. We apply a calledApriorialgorithm for an as-sociation rules mining and then a multiobjective tabu search to a selectionrules. We report experimental results where the effect of our multiobjec-tive selection rules is examined for some well-known benchmark data setsfrom the UCI machine learning repository.

• Referencias bibliográficas
  • [1] R. Agrawal, H. Mannila, R. Srikant, H. Toivonen, A.I. Verkamo, Fast discovery of association rules, in: U.M. Fayyad, G. Piatetsky-Shapiro,...
  • [2] R.J. Bayardo, R. Agrawal, Mining the most interesting rules, Proc. of 5th ACM SIGKDD International Conference on Knowledge Discovery and...
  • [3] R.P. Beausoleil, R. Montejo, A study with neighborhood searches to deal with multiobjective unconstrained permutation problems, Journal...
  • [4] R.P. Beausoleil, MOSS-II: Tabu/Scatter Search for nonlinear multiobjective optimization, in: Z. Michalewicz & P. Siarry (Eds.) Advances...
  • [5] C. Blake, E. Keogh, C.J. Merz, UCI Repository of machine learning repository, University of California, Irvine (1998). Available at http://archive.ics.uci.edu/ml/index.php
  • [6] F. Glover, Future paths for integer programming and links to artificial intelligence, Computers and Ops. Res. 13(1986), no. 5, 533–549....
  • [7] B. de la Iglesia, M.S. Philpott, A.J. Bagnall, V.J. Rayward-Smith, Data mining rules using multi-objective evolutionary algorithm, Proc....
  • [8] B. de la Iglesia, A. Reynolds, V.J. Rayward-Smith, Developments on a multi-objective metaheuristic (MOMH) algorithm for finding interesting...
  • [9] B. de la Iglesia, G. Richards, M.S. Philpott, V.J. Rayward-Smith, The application and effectiveness of a multi objective metaheuristic...
  • [10] H. Ishibuchi, S. Namba, Evolutionary multiobjective knowledge extraction for high-dimensional pattern classification problems, in: X....
  • [11] H. Ishibuchi, Y. Nojima, Accuracy-complexity tradeoff analysis by multiobjective rule selection, Proc. of ICDM 2005, Workshop on Computational...
  • [12] W. Li, J. Han, J. Pei, CMAR: Accurate and efficient classification based on multiple class-association rules, Proc. of 1st IEEE International...
  • [13] B. Liu, W. Hsu, Y. Ma, Integrating classification and association rule mining, Proc. 4th International Conference on Knowledge Discovery...
  • [14] F.A. Lootsma, Scale sensitivity in the multiplicative AHP and SMART, Journal of Multi-Criteria Decision Analysis 2(1993), no. 2, 87–110....
  • [15] S. Mutter, M. Hall, E. Frank, Using classification to evaluate the output of confidence based association rule mining, in: G.I. Webb,...
  • [16] F. Thabtah, P. Cowling, S. Hammoud, Improving rule sorting, predictive accuracy and training time in associative classification, Expert...
  • [17] F. Thabtah, P. Cowling, Y. Peng, MCAR: Multi-class classification based on association rule, IEEE International Conference on Computer...
  • [18] I.H. Witten, E. Frank, M.A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, 2nd edn. Morgan Kaufmann, San Francisco...