计算机工程与科学

作者：王卫平,周忠眉,郑艺峰

单位：（闽南师范大学计算机学院,福建 漳州 363000）

关键词：数据挖掘,关联分类,频繁项集,规则强度,分类准确率,

基金：国家自然科学基金（61170129）；闽南师范大学研究生课题基金（YJS201434）

：关联分类是一项重要的分类技术,目前普遍采用基于支持度和置信度的关联分类模式。但是,用支持度度量项集的分类能力过于简单,且置信度不能度量项集与类的相关性,所以利用支持度和置信度容易产生质量不好的规则。提出改进的关联分类算法—ACSER。ACSER不仅考虑项集到本类的支持度,也考虑项集到补类的支持度。首先,提取频繁增比模式作为分类候选规则集；其次,利用置信度和增比率度量规则的强度,按照其强度进行排序和剪枝；最后,选择k条最优的规则进行预测。在16个UCI数据集上的实验结果表明,改进的分类算法ACSER与传统的分类算法相比有更高的分类准确率。

来源：2016年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2016年第2期