0103385 - UIVT-O 20040126 RIV CZ eng J - Journal Article
Lín, V. - Dolejší, P. - Rauch, J. - Šimůnek, Milan
The KL-Miner Procedure for Datamining.
[Procedura KL-Miner pro dolování z dat.]
Neural Network World. Roč. 14, - (2004), s. 411-420. ISSN 1210-0552
R&D Projects: GA MŠMT LN00B107
Grant - others:IGA VŠE(CZ) 23/03
Keywords : data mining * contingency tables * GUHA
Subject RIV: BA - General Mathematics

KL-Miner [9] is a datamining procedure that, given input data matrix M and a set of parameters, generates patterns of the form RxC/P. Here R and C are categorial attributes corresponding to the columns of M, and P is a Boolean condition defined in terms of the remaining columns of M. The pattern RxC/P means that R and C are strongly correlated on the submatrix of M formed by all the rows of M that satisfy P. In this paper, we mention the motivation that leads to designing of KL-miner, describing our new implementation of COLLAPS and giving application examples that illustrate the main features of KL-Miner.

KL-Miner je procedura pro dolování z dat. Pro danou vstupní matici M a množinu vstupních parametrů generuje a testuje závislosti tvaru RxC/P, kde R a C jsou kategoriální atributy odpovídající sloupcům matice M a P je booleovská podmínka definovaná pomocí zbývajících sloupců matice M. Závislost RxC/P znamená, že R a C jsou silně korelované na podmnožině záznamů matice M, které splňují podmínku P. V této práci je uvedena motivace vedoucí k návrhu procedury KL-Miner, dále je popsána nová implementace modulu COLLAPS a konečně je ukázáno použití procedury KL-Miner na ukázkových příkladech.
Permanent Link: http://hdl.handle.net/11104/0000128