从关系数据中学习

机器算法验证 回归 机器学习 分类 数据集
2022-03-21 22:52:04

设置 许多算法对单个关系或表进行操作,而许多现实世界的数据库将信息存储在多个表中(Domingos,2003)。

问题 哪些类型的算法从多个(关系)表中学习得很好。特别是,我对适用于回归和分类任务的算法(而不是面向网络分析的算法,例如链接预测)感兴趣。


我知道下面列出的几种方法(但我确信我遗漏了一些):

  • 多关系数据挖掘 (MRDM) (Dzeroski, 2002)
  • 归纳逻辑编程 (ILP) (Muggleton, 1992)
  • 统计关系学习 (SRL) (Getoor, 2007)

Džeroski, S. (2003)。多关系数据挖掘:简介。ACM SIGKDD 探索通讯。

Getoor、Lise 和 Ben Taskar 合编。统计关系学习简介。麻省理工学院出版社,2007 年。

S. Muggleton 和 C. 冯。逻辑程序的有效归纳。在第一次算法学习理论会议论文集上,第 368-381 页。奥姆沙,东京,1990。

2个回答

我通过阅读这篇论文开始研究这个主题:Macskassy, S., & Provost, F. (2003)。一个简单的关系分类器我的导师告诉我,这是他所知道的关系学习中最简单的分类方法。

这是一本很好的介绍书:De Raedt, Luc, ed。逻辑和关系学习斯普林格,2008。

尝试将 ACE 用于 TILDE 和 WARMR。