一种改进的关联分类算法 |
| |
作者单位: | ;1.闽南师范大学计算机学院 |
| |
摘 要: | 基于支持度-置信度的关联分类是一项重要的分类算法,这种关联分类算法先构建频繁项集,然后通过置信度的阈值来选取规则,容易产生质量不高的规则。针对这个问题,提出了一种改进关联分类算法:首先,选取大量的属性值对建立起条件小训练集;其次,每条规则主体通过选取条件小训练集中最好属性值对连接生成;最后,采用实例覆盖技术覆盖小训练集的每个实例,构建具有较高质量的分类器。在25个UCI数据集上的实验结果表明,所提出的改进关联分类算法的准确率得到了显著提高。
|
关 键 词: | 数据挖掘 关联分类 支持度 置信度 分类准确率 |
An improved associative classification algorithm |
| |
Abstract: | |
| |
Keywords: | |
|
|