使用多支持度的关联规则分类算法

• 作者: 刘渊 黄亚东
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 数据挖掘 多最小项目支持度 基于关联的分类算法 MS-CBAR
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 算法
• 页码范围: 246-252
• 页数: 7页
• 分类号: TP391
• 字数: 6114字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.09.048

摘要

传统关联分类算法使用单一最小项目支持度挖掘关联规则,导致稀有项关联规则无法被发现,从而影响分类的准确性和实用性.提出一种多支持度关联规则分类算法MS-CBAR(Multiple Supports-Classification Based on Association Rules),将多最小项目支持度模型应用于关联分类,以有效挖掘稀有项.该算法为数据库中的规则项提供了用户可定义的最小项目支持度.MS-CBAR算法使用项的最小项支持度阈值、类的最小类支持度值和规则项的最小支持度值决定分类规则是否频繁.生成分类规则集后,使用最高优先度规则覆盖法基于规则集建立分类器.实验表明,所提算法在包含稀有项目及稀有类的数据集中准确率高于传统关联分类算法及其相关算法,表现更稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渊	江南大学数字媒体学院	235	1325	17.0	25.0
2	黄亚东	江南大学数字媒体学院	3	4	1.0	2.0