提取有效规则的关联分类算法

武建华 1; 2; 沈钧毅 1; 方加沛 2

您当前的位置：

首页 >

文章列表页 >

提取有效规则的关联分类算法

更新时间：2025-07-09

- 提取有效规则的关联分类算法
- An Associative Classification Algorithm by Distilling Effective Rules
- 西安交通大学学报 2009年43卷第4期页码：22-25
- 作者机构：
  
  1. 西安交通大学电子与信息工程学院,西安,710049
  2. 暨南大学珠海学院计算机科学系,广东,珠海,519070
- 作者简介：
- 基金信息：
  
  : 2008-07-14. 作者简介: 武建华(1963-),女,博士生;沈钧毅(联系人),男,教授,博士生导师. 基金项目: 国家自然科学基金资助项目(60673087)
- DOI：
  中图分类号： TP301
- 网络首发：2009-04-10，
  
  纸质出版：2009
- 稿件说明：
移动端阅览
武建华 1, 2, 沈钧毅 1, 等. 提取有效规则的关联分类算法[J]. 西安交通大学学报, 2009,43(4):22-25.

An Associative Classification Algorithm by Distilling Effective Rules[J]. 2009, 43(4): 22-25.
武建华 1, 2, 沈钧毅 1, 等. 提取有效规则的关联分类算法[J]. 西安交通大学学报, 2009,43(4):22-25. DOI：

An Associative Classification Algorithm by Distilling Effective Rules[J]. 2009, 43(4): 22-25. DOI：

摘要

针对关联分类算法产生的规则普遍存在分类器分类精度、效率低的问题

提出了一种提取有效规则的关联分类算法——ACDER算法.首先定义了剩余支持度和剩余置信度

然后通过计算规则剩余支持度和剩余置信度建立了分类器并进行剪枝

以达成对分类尽量少且最有效的规则构成分类器

确保分类器中不存在任何冗余规则和冲突规则.在8个数据集上的测试结果表明

所提算法的平均分类精度比关联规则算法提高了4.15%

而在所有数据源分类器上的规则数却减少了54%.

Abstract

Associative classification algorithms commonly have low efficiency and accuracy. A new associative classification algorithm by distilling effective rules

called ACDER

is presented. Both the remaining support and remaining confidence are defined. Then association classifier is constructed and pruned by distilling the most effective rules to ensure that there exists no any redundant and conflictive rules in the classifier. Experiment results on eight data sets show that the average accuracy of the classifier is 4.15% higher while the average number of rules in classifier is 54% lower than the CBA classification method.

关键词

Keywords

references

CHEN Yongqiang, HU Leifang. Study on data mining application in CRM system based on insurance trade[C]∥The 7th International Conference on Electronic Commerce. New York, USA: ACM, 2005: 839-841.

裴晓梅,郑崇勋,徐进. 基于信息积累技术的大脑运动意识任务分类[J]. 西安交通大学学报, 2008,42(6):756-759.

PEI Xiaomei, ZHENG Chongxun, XU Jin. Classifi-cation of motor imagery tasks with information accumulated technique[J]. Journal of Xi'an Jiaotong University, 2008,42(6):756-759.

HANA J W, NISHIOB S, KAWANOC H,et al. Generalization-based data mining in object-oriented databases using an object-cube model[J]. Data and Knowledge Engineering, 1998, 25(1/2): 55-97.

LI Wenmin, HAN Jiawei, PEI Jian. CMAR:accurate and efficient classification based on multiple class-association rules[C]∥The 2001 IEEE International Conference on Data Mining. Piscataway, NJ, USA: IEEE,2001: 369-376.

LIU Bing, HSU W, MA Yiming. Integrating classification and association rule mining [C]∥The 4th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York, USA:ACM, 1998: 80-86.

WANG Ke, ZHOU Senqiang, HE Yu. Growing decision tree on support-less association rules [C]∥The 6th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York, USA: ACM,2000: 265-269.

MURPHY-MERZ J C. UCI repository of machine learning databases[EB/OL].[2008-04-12]. http:∥www.ics.uci.edu/mlearn/_MLRepository.html.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用类别相似度聚合的关联文本分类方法

一种应用关联规则森林的改进贝叶斯分类算法

高效的用户访问预测新算法

三支概念格中的关联规则提取算法

离子液体改性燃料的电流体动力学效应研究