Towards automation of knowledge understanding: An approach for probabilistic generative classifiers

پس از انتخاب داده ها، پیش پردازش، تحول و استخراج ویژگی، استخراج دانش مرحله نهایی در فرایند استخراج داده ها نیست. پس از آن لازم است که این دانش را درک کنیم تا آن را به طور موثر و کارآمد مورد استفاده قرار دهیم. تا کنون کمبود تکنیک های مناسب وجود دارد که از این گام مهم پشتیبانی می کند. این امر تا حدی به دلیل این واقعیت است که ارزیابی دانش اغلب بسیار ذهنی است، مثلا در مورد جنبه هایی مانند نوآوری یا مفید بودن. این جنبه ها به دانش خاص و الزامات معدنچی داده وابسته است. با این حال، تعدادی از جنبه هایی که هدفمند هستند و برای آن امکان پذیر است اقدامات مناسب وجود دارد. در این مقاله ما بر روی مشکلات طبقه بندی و استفاده از طبقه بندی های تولید کننده احتمالی بر اساس مدل های چگالی مخلوط که در برنامه های کاربردی داده کاوی معمول هستند، تمرکز می کنیم. ما تعاریف عینی را برای ارزیابی اطالعات، منحصر به فرد، اهمیت، تبعیض، نمایندگی، عدم قطعیت و تمایز قواعد موجود در این طبقه بندی ها به صورت عددی تعریف می کنیم. این اقدامات نه تنها از یک معدنچی داده پشتیبانی می کند در ارزیابی نتایج فرآیند استخراج داده ها بر اساس چنین طبقه بندی ها. همانطور که در مطالعات موردی نشان داده شده است، آنها همچنین می توانند برای بهبود فرآیند داده کاوی خود و یا حمایت از کاربرد بعدی دانش مورد استفاده قرار گیرند.