基于定量关联规则树的分类及回归预测算法

• 作者: 吴璐璐 李树林 王玲
• 来源期刊: 工程科学学报
• 学科: 工学
• 关键词: 数值挖掘 算法 关联规则 分类方法 回归方法
• 年，卷（期）: 2016,（6）
• 页码范围: 886-892
• 页数: 7页
• 分类号: TP311
• 字数: 6277字
• 语种: 中文
• DOI: 10.13374/j.issn2095-9389.2016.06.020

摘要

为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题，提出基于定量关联规则树的分类及回归预测算法。采用改进的定量关联规则算法挖掘数值型数据生成关联规则库，并基于关联规则树结构实现分类及回归预测。研究结果表明：改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度；而采用关联规则树结构可使分类与回归预测时间明显加快，提高了样本匹配学习的速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玲	北京科技大学自动化学院	49	475	10.0	20.0
5	李树林	北京科技大学自动化学院	2	14	2.0	2.0
9	吴璐璐	北京科技大学自动化学院	2	14	2.0	2.0