基于规则兴趣度的关联分类

• 作者: 王熙照 赵东垒
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 关联分类 类关联规则 规则兴趣度
• 年，卷（期）: 2007,（25）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 168-171
• 页数: 4页
• 分类号: TP311
• 字数: 4115字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.25.050

摘要

关联分类具有较高的分类精度和较强的适应性,然而由于分类器是由一组高置信度的规则构成,有时会存在过度拟合问题.提出了基于规则兴趣度的关联分类(ACIR).它扩展了TD-FP-growth算法,使之有效地挖掘训练集,产生满足最小支持度和最小置信度的有趣的规则.通过剪枝选择一个小规则集构造分类器.在规则剪枝过程中,采用规则兴趣度来评价规则的质量,综合考虑规则的预测精度和规则中项的兴趣度.实验结果表明该方法在分类精度上优于See5、CBA和CMAR,并且具有较好的可理解性和扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王熙照	河北大学数学与计算机学院	88	1286	18.0	32.0
2	赵东垒	河北大学数学与计算机学院	1	23	1.0	1.0