public class JRipextends AbstractCl

public class JRip
extends AbstractClassifier
implements AdditionalMeasureProducer, WeightedInstancesHandler, TechnicalInformationHandler
This class implements a propositional rule learner, Repeated Incremental Pruning to Produce Error Reduction (RIPPER), which was proposed by William W. Cohen as an optimized version of IREP.

The algorithm is briefly described as follows:

Initialize RS = {}, and for each class from the less prevalent one to the more frequent one, DO:

1. Building stage:
Repeat 1.1 and 1.2 until the descrition length (DL) of the ruleset and examples is 64 bits greater than the smallest DL met so far, or there are no positive examples, or the error rate >= 50%.

1.1. Grow phase:
Grow one rule by greedily adding antecedents (or conditions) to the rule until the rule is perfect (i.e. 100% accurate). The procedure tries every possible value of each attribute and selects the condition with highest information gain: p(log(p/t)-log(P/T)).

1.2. Prune phase:
Incrementally prune each rule and allow the pruning of any final sequences of the antecedents;The pruning metric is (p-n)/(p+n) -- but it's actually 2p/(p+n) -1, so in this implementation we simply use p/(p+n) (actually (p+1)/(p+n+2), thus if p+n is 0, it's 0.5).

2. Optimization stage:
after generating the initial ruleset {Ri}, generate and prune two variants of each rule Ri from randomized data using procedure 1.1 and 1.2. But one variant is generated from an empty rule while the other is generated by greedily adding antecedents to the original rule. Moreover, the pruning metric used here is (TP+TN)/(P+N).Then the smallest possible DL for each variant and the original rule is computed. The variant with the minimal DL is selected as the final representative of Ri in the ruleset.After all the rules in {Ri} have been examined and if there are still residual positives, more rules are generated based on the residual positives using Building Stage again.
3. Delete the rules from the ruleset that would increase the DL of the whole ruleset if it were in it. and add resultant ruleset to RS.
ENDDO

Note that there seem to be 2 bugs in the original ripper program that would affect the ruleset size and accuracy slightly. This implementation avoids these bugs and thus is a little bit different from Cohen's original implementation. Even after fixing the bugs, since the order of classes with the same frequency is not defined in ripper, there still seems to be some trivial difference between this implementation and the original ripper, especially for audiology data in UCI repository, where there are lots of classes of few instances.

Details please see:

William W. Cohen: Fast Effective Rule Induction. In: Twelfth International Conference on Machine Learning, 115-123, 1995.

PS. We have compared this implementation with the original ripper implementation in aspects of accuracy, ruleset size and running time on both artificial data "ab+bcd+defg" and UCI datasets. In all these aspects it seems to be quite comparable to the original ripper implementation. However, we didn't consider memory consumption optimization in this implementation.

ผลลัพธ์ (ไทย) 1:

สาธารณะคลา JRipขยาย AbstractClassifierใช้ AdditionalMeasureProducer, WeightedInstancesHandler, TechnicalInformationHandlerชั้นนี้ใช้กฎ propositional ผู้เรียน การทำซ้ำเพิ่มตัดการผลิตผิดพลาดลด (RIPPER), ซึ่งถูกเสนอ โดย William W. โคเฮนเป็นรุ่นเพิ่มประสิทธิภาพของ IREP อัลกอริทึมจะอธิบายสั้น ๆ ดังนี้: เริ่มต้น RS ={}, และสำหรับแต่ละคลาสจากแพร่หลายน้อยหนึ่งบ่อยกว่า ทำ: 1. อาคารระยะ:ทำซ้ำ 1.1 และ 1.2 จนกระทั่งความยาว descrition (DL) ruleset และตัวอย่างคือ 64 บิตมากกว่า DL ที่เล็กที่สุดที่พบมาก หรือมีตัวอย่างไม่เป็นบวก หรืออัตราข้อผิดพลาด > = 50% 1.1. ระยะเจริญเติบโต:ขยายกฎหนึ่งตะกละตะกลามเพิ่ม antecedents (หรือเงื่อนไข) กฎจนเป็นกฎ (เช่น 100% ถูกต้อง) ขั้นตอนพยายามทุกค่าที่ได้ของแต่ละแอททริบิวต์ และเลือกเงื่อนไขกับกำไรข้อมูลสูงสุด: p(log(p/t)-log(P/T))1.2. ลิดเฟส:ลิดกฎแต่ละกฎ และอนุญาตให้ตัดใด ๆ ลำดับสุดท้ายของ antecedents แบบเพิ่มหน่วยการวัดตัดเป็น (p-n)/(p+n) - แต่ของจริง 2p/(p+n) -1 ดังนั้นในงานนี้ เราก็ใช้ p/(p+n) (จริง (p+1)/(p+n+2) ดังนั้นถ้า p + n เป็น 0 เป็น 0.5)2. เพิ่มประสิทธิภาพขั้น:หลังจากสร้าง ruleset เริ่มต้น {รี}, สร้าง และลิดสองตัวแปรของแต่ละกฎ Ri จากข้อมูล randomized โดยใช้ขั้นตอนที่ 1.1 และ 1.2 แต่ตัวแปรหนึ่งสร้างขึ้นจากกฎว่างเปล่าในขณะที่อื่น ๆ จะถูกสร้างขึ้น โดยตะกละตะกลามเพิ่ม antecedents กฎเดิม นอกจากนี้ การวัดตัดที่ใช้ที่นี่เป็น (TP+TN)/(P+N)จากนั้น จะคำนวณเล็กสุดสามารถ DL กันและกฎเดิม ตัวแปรกับ DL น้อยถูกเลือกเป็นตัวแทนสุดท้ายของ Ri ใน rulesetหลัง จากมีการตรวจสอบกฎทั้งหมดของ {รี} และ หากมีส่วนที่เหลือยังคงทำงานผิดพลาด กฎเพิ่มเติมจะถูกสร้างขึ้นในทำงานผิดพลาดเหลือโดยใช้อาคาร Stage อีก 3. ลบกฎจาก ruleset ที่จะเพิ่ม DL ของ ruleset ทั้งนั้นใน และเพิ่มผลแก่ ruleset RS ENDDOหมายเหตุที่ดูเหมือนจะ เป็นโรคจิต 2 โปรแกรมริปเปอร์เดิมที่จะมีผลต่อขนาด ruleset และความถูกต้องเล็กน้อย งานนี้หลีกเลี่ยงข้อผิดพลาดเหล่านี้ และจึงน้อยแตกต่างจากงานเดิมของโคเฮน แม้หลังจากแก้ไขข้อผิดพลาด เนื่องจากไม่มีกำหนดลำดับของการเรียนด้วยความถี่เดียวกันในริปเปอร์ ยังคงดูเหมือนจะ ใช้งานนี้และเดอะริปเปอร์เดิม โดยเฉพาะอย่างยิ่งสำหรับข้อมูลโสตวิทยาใน UCI เก็บ แตกต่างกันเล็กน้อยบางมีจำนวนชั้นของอินสแตนซ์ไม่กี่รายละเอียดกรุณาดู:William W. โคเฮน: รวดเร็วมีประสิทธิภาพกฎการเหนี่ยวนำ ใน: สิบสองประเทศการประชุมเรียนรู้เครื่อง 115-123, 1995สดด. เราได้เปรียบเทียบการใช้งานนี้กับการใช้ริปเปอร์เดิมในด้านความถูกต้อง ruleset ขนาด และใช้เวลาทั้งข้อมูลประดิษฐ์ "ab + bcd + defg" และ UCI datasets ในด้านเหล่านี้ ก็น่าจะเทียบเท่าการใช้ริปเปอร์เดิมค่อนข้าง อย่างไรก็ตาม เราไม่ได้พิจารณาเพิ่มประสิทธิภาพการใช้หน่วยความจำในงานนี้

ผลลัพธ์ (ไทย) 3:

สาธารณะระดับ jrip

ใช้ขยาย abstractclassifier additionalmeasureproducer weightedinstanceshandler technicalinformationhandler
, , ชั้นนี้ใช้เรียนกฎเชิงประพจน์ซ้ำเพิ่มการผลิต การลดข้อผิดพลาด ( ริปเปอร์ ) ซึ่งเสนอโดย William W . โคเฮนเป็นรุ่นที่ดีที่สุด irep .

ของสั้น ๆอธิบายได้ดังนี้

เริ่มต้น RS = { } ,และสำหรับแต่ละชั้นเรียนจากแพร่หลายน้อยกว่าหนึ่งให้บ่อยมากขึ้น ทำ :

1 รับสร้างเวที :
ย้ำ 1.1 และ 1.2 จนกว่า descrition ความยาว ( DL ) ของกฏและตัวอย่างเป็น 64 บิตมากกว่า dl ที่พบมา หรือมีตัวอย่างบวก หรือข้อผิดพลาดคะแนน > = 50%

1.1 . ปลูกระยะ :
เติบโตหนึ่งกฎโดยโลภเพิ่มปัจจัยที่เป็นสาเหตุ ( หรือเงื่อนไข ) กฎ จนกว่ากฎสมบูรณ์แบบ ( เช่นถูกต้อง 100% ) ขั้นตอนการพยายามทุกค่าที่เป็นไปได้ของแต่ละคุณลักษณะและเลือกภาพกับข้อมูลได้สูงสุด : P ( log ( P / T ) -- เข้าสู่ระบบ ( P / T )

1.2 ระยะลูกพรุน :
แบบเพิ่มหน่วยกานแต่ละกฎและอนุญาตให้ตัดแต่งใด ๆลำดับสุดท้ายของบรรพบุรุษ ;ตัดแต่งกิ่งระบบเมตริก ( p-n ) / ( P ) . . . แต่ที่จริง 2p / ( P ) - 1 ดังนั้นในงานนี้เราก็ใช้ P / ( P ) ( ที่จริง ( P 1 ) / ( P ( , 2 ) ดังนั้นถ้า p n คือ 0 เป็น 0.5 )

2 ขั้นตอนการเพิ่มประสิทธิภาพ :
หลังจากการเริ่มต้น ruleset { ริ } , สร้างและพรุนสองตัวแปรของข้อมูลจากการสุ่มแต่ละกฎริขั้นตอน 1.1 และ 1.2แต่หนึ่งรูปที่สร้างจากกฎที่ว่างเปล่าในขณะที่อื่น ๆที่สร้างขึ้นโดยโลภเพิ่มปัจจัยที่มีผลต่อกฎเดิม นอกจากนี้ การตัดแต่งกิ่งเมตริกที่ใช้ที่นี่เป็น ( TP ( TN ) / P N ) จากนั้น เล็กที่สุดที่เป็นไปได้สำหรับแต่ละตัวแปร DL และกฎเดิมคือคํานวณ ตัวแปรกับ DL ที่น้อยที่สุดจะถูกเลือกเป็นสุดท้ายตัวแทนของริในกฏ .หลังจากกฎทั้งหมดในริ } { ได้รับการตรวจสอบ และหากยังคงมีเหลือแจ้งกติกาเพิ่มเติมจะถูกสร้างขึ้นตามขั้นตอนที่เหลือแจ้งใช้อาคารอีกครั้ง
3 ลบกฎจากกฏนั่นเพิ่ม DL ของกฏทั้งหมด ถ้าเป็นใน และเพิ่มกฏให้ enddo


ระหว่างอาร์เอสหมายเหตุ ที่ดูเหมือนจะมี 2 บักในโปรแกรม Ripper เดิมนั้นจะส่งผลกระทบต่อขนาดและความถูกต้องของกฏเล็กน้อย การใช้งานนี้เพื่อหลีกเลี่ยงข้อผิดพลาดเหล่านี้และดังนั้นจึงแตกต่างจากต้นฉบับของโคเฮนใช้นิดหน่อย แม้หลังจากการแก้ไขข้อผิดพลาด เนื่องจากคำสั่งของชั้นเรียนที่มีความถี่เดียวกันยังไม่มีการกำหนดใน Ripper ,ดูเหมือนมันยังมีบางเล็กน้อยความแตกต่างระหว่างการดำเนินการนี้และคับเดิม โดยเฉพาะอย่างยิ่งสำหรับข้อมูลโสตในกรุ UCI ซึ่งมีหลายคลาสของอินสแตนซ์น้อย

รายละเอียดโปรดดูที่ :

William W . โคเฮน : การเหนี่ยวนำกฎที่มีประสิทธิภาพรวดเร็ว ในการประชุมนานาชาติด้านการเรียนรู้ : สิบเครื่อง 115-123 , 2538 .

ปล .เรามีการเปรียบเทียบกับการใช้ Ripper เดิมในด้านความถูกต้อง และกฏ ขนาดเวลาวิ่งทั้งเทียมข้อมูล " AB BCD defg " UCI และชุดข้อมูล ในแง่มุมเหล่านี้ทั้งหมดดูเหมือนจะค่อนข้างใกล้เคียงกับการบันทึกเดิม อย่างไรก็ตาม เราไม่ได้พิจารณาการเพิ่มประสิทธิภาพการใช้หน่วยความจำในนี้
.