基于统计调和平均值的特征加权关联分类算法

• 作者: 吴辰文 郭叔瑾
• 来源期刊: 西北大学学报（自然科学版）
• 学科: 工学
• 关键词: 关联分类 乳腺癌 统计调和平均值 特征加权
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息科学
• 页码范围: 817-826
• 页数: 10页
• 分类号: TP391
• 字数: 6875字
• 语种: 中文
• DOI: 10.16152/j.cnki.xdxbzr.2018-06-009

摘要

许多学者利用关联分类(Association classification,AC)技术来准确地帮助医生预测乳腺癌疾病,通过应用关联规则来加强分类过程.但大多数AC算法都受到规则评估过程中使用的估计方法以及属性级别的影响.该文提出了一个基于统计调和平均值的特征加权关联分类算法FWAC.通过统计测量技术进行剪枝,生成更准确的关联规则,以提高AC分类器的准确度.将FWAC与5个著名的AC算法(CBA,MMCAR,CARC,FACA和ECBA)在UCI机器学习数据库中的两个乳腺癌数据集上进行比较,实验结果表明,FWAC在该案例研究中优于其他AC算法,能生成更准确的规则.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴辰文	兰州交通大学电子与信息工程学院	56	235	9.0	11.0
2	郭叔瑾	兰州交通大学电子与信息工程学院	3	8	2.0	2.0