AutoCAR: Automação e Reprodutibilidade de Testes de Métodos de Classificação Baseados em Regras de Associação
Resumo
Existem diferentes métodos de classificação baseados em regras de associação. Entretanto, é muitas vezes difícil de encontrar a implementação e realizar a avaliação dos métodos. Para mitigar esses problemas, propomos a AutoCAR, um arcabouço de software modular para catalogar implementações, automatizar os testes e a avaliação de métodos de classificação baseados em regras de associação. AutoCAR permite que novos métodos sejam incorporados à ferramenta sem a necessidade de modificação do código.
Palavras-chave:
Regras de Associação, Classificação, Ferramenta
Referências
Abdellatif, S., Ben Hassine, M. A., Ben Yahia, S., and Bouzeghoub, A. (2018). ARCID: a new approach to deal with imbalanced datasets classification. In Int. Conf. on Cur. Trends in Th. and Pr. of Inf., page 569.
Alwidian, J., Hammo, B. H., and Obeid, N. (2018). WCBA: Weighted classification based on association rules algorithm for breast cancer disease. Applied Soft Computing, 62:536–549.
Chicco, D. and Jurman, G. (2020). The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation. BMC genomics, 21(1):1–13.
Guerra-Manzanares, A., Bahsi, H., and Nömm, S. (2021). Kronodroid: Time-based hybrid-featured dataset for effective android malware detection and characterization. Computers & Security, 110:102399.
Jiri, F. and Kliegr, T. (2014). Classification based on associations (cba)-a performance analysis. In CEUR.
Li, H. and Sheu, P. C.-Y. (2021). A scalable association rule learning heuristic for large datasets. Journal of Big Data, 8(1):1–32.
Li, W., Han, J., and Pei, J. (2001). CMAR: Accurate and efficient classification based on multiple class-association rules. In Proceedings 2001 IEEE international conference on data mining, pages 369–376.
Liu, B., Hsu, W., Ma, Y., et al. (1998). Integrating classification and association rule mining. In Kdd, volume 98, pages 80–86.
Mattiev, J. and Kavsek, B. (2020). Coverage-based classification using association rule mining. Applied Sciences, 10(20).
Rocha, V. d. S., Kreutz, D., Feitosa, E. L., and Pontes, J. (2022). Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android. In SBSeg22, pages 1–14. SBC.
Wang, M., Su, X., Liu, F., and Cai, R. (2012). A cancer classification method based on association rules. In 2012 9th International Conference on Fuzzy Systems and Knowledge Discovery, pages 1094–1098.
Yin, X. and Han, J. (2003). CPAR: Classification based on predictive association rules. In Proceedings of the 2003 SIAM international conference on data mining, pages 331–335. SIAM."
Alwidian, J., Hammo, B. H., and Obeid, N. (2018). WCBA: Weighted classification based on association rules algorithm for breast cancer disease. Applied Soft Computing, 62:536–549.
Chicco, D. and Jurman, G. (2020). The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation. BMC genomics, 21(1):1–13.
Guerra-Manzanares, A., Bahsi, H., and Nömm, S. (2021). Kronodroid: Time-based hybrid-featured dataset for effective android malware detection and characterization. Computers & Security, 110:102399.
Jiri, F. and Kliegr, T. (2014). Classification based on associations (cba)-a performance analysis. In CEUR.
Li, H. and Sheu, P. C.-Y. (2021). A scalable association rule learning heuristic for large datasets. Journal of Big Data, 8(1):1–32.
Li, W., Han, J., and Pei, J. (2001). CMAR: Accurate and efficient classification based on multiple class-association rules. In Proceedings 2001 IEEE international conference on data mining, pages 369–376.
Liu, B., Hsu, W., Ma, Y., et al. (1998). Integrating classification and association rule mining. In Kdd, volume 98, pages 80–86.
Mattiev, J. and Kavsek, B. (2020). Coverage-based classification using association rule mining. Applied Sciences, 10(20).
Rocha, V. d. S., Kreutz, D., Feitosa, E. L., and Pontes, J. (2022). Avaliação de métodos de classificação baseados em regras de associação para detecção de malwares android. In SBSeg22, pages 1–14. SBC.
Wang, M., Su, X., Liu, F., and Cai, R. (2012). A cancer classification method based on association rules. In 2012 9th International Conference on Fuzzy Systems and Knowledge Discovery, pages 1094–1098.
Yin, X. and Han, J. (2003). CPAR: Classification based on predictive association rules. In Proceedings of the 2003 SIAM international conference on data mining, pages 331–335. SIAM."
Publicado
12/09/2022
Como Citar
ROCHA, Vanderson da Silva; KREUTZ, Diego; FEITOSA, Eduardo.
AutoCAR: Automação e Reprodutibilidade de Testes de Métodos de Classificação Baseados em Regras de Associação. In: SALÃO DE FERRAMENTAS - SIMPÓSIO BRASILEIRO DE SEGURANÇA DA INFORMAÇÃO E DE SISTEMAS COMPUTACIONAIS (SBSEG), 22. , 2022, Santa Maria.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2022
.
p. 127-134.
DOI: https://doi.org/10.5753/sbseg_estendido.2022.227036.
