NARUBAS & PARUBAS: uitbreidingen van de associatieve classificatietechniek ARUBAS

Abstract

Deze masterproef behandelt de ontwikkeling en toetsing van twee uitbreidingen op de associatieve classi'catietechniek ARUBAS (Depaire, Vanhoof & Wets, 2008). ARUBAS werd ontwikkeld aan het onderzoeksinstituut IMOB door de onderzoeksgroep Data Analyse en Modellering. Het is een associatieve classi'catietechniek die de classi'catie van ongekende data instanties in twee fasen uitvoert. De eerste fase betreft een transformatie van de feature-ruimte waarin trainingsinstanties zich bevinden. Deze transformatie wordt uitgevoerd aan de hand van gegenereerde class assocation rules (CAR's). Het aantal gegenereerde CAR's kan ingesteld worden. De getransformeerde trainingsinstanties worden in de tweede fase geütiliseerd om nieuwe instanties te classi'ceren met behulp van instantiegebaseerde classi'catie. Hierbij wordt de gelijkenis van alle trainingsinstanties met de nieuwe instantie berekend en op basis hiervan een klasse toegewezen. In deze masterproef worden de prestaties van een aanpassing van