Measures of Quality of Rulesets Extracted from Data

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F08%3A00315192" target="_blank" >RIV/67985807:_____/08:00315192 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Measures of Quality of Rulesets Extracted from Data

Original language description

The paper deals with quality measures of whole sets of rules extracted from data, as a counterpart to more commonly used measures of individual rules. This research has been motivated by increasingly frequent extraction of non-classification rules, suchas association rules and rules of observational logic, in real-world data mining tasks. The paper sketches the typology of rules extraction methods and of their rulesets, and recalls that quality measures for whole sets of rules have been so far used only in the case of classification rulesets. It then proposes three possible ways how such measures can be extended to general rulesets. The paper also recalls the possibility to measure the dependence of classification ruleset on parameters of the classification method by means of ROC curves, and proposes a generalization of ROC curves to general rulesets. Finally, a brief illustration on rulesets extracted by means of the method GUHA is given.

Czech name

Míry kvality souborů pravidel získávaných z dat

Czech description

Článek se zabývá mírami kvality celých souborů pravidel získávaných z dat, jako protikladem k běžněji používaným mírám jednotlivých pravidel. Článek podává stručný přehled typů metod získávání pravidel z dat a typů souborů pravidel a připomíná, že míry kvality celých souborů pravidel se doposud používaly pouze v případě klasifikačních pravidel. Potom navrhuje tři možné způsoby jak takové míry mohou být rozšířeny na obecné soubory pravidel.

Type

D - Article in proceedings

CEP classification

IN - Informatics

OECD FORD branch

—

Project

<a href="/en/project/GA201%2F08%2F1744" target="_blank" >GA201/08/1744: Complexity of perceptron and kernel networks</a><br>

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2008

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

Information Technologies - Applications and Theory

ISBN

978-80-969184-9-2

ISSN

—

e-ISSN

—

Number of pages

7

Pages from-to

—

Publisher name

Prírodovedecká fakulta, Univerzita P.J. Šafárika

Place of publication

Košice

Event location

Hrebienok

Event date

Sep 22, 2008

Type of event by nationality

EUR - Evropská akce

UT code for WoS article

—