正相关频繁项集的挖掘算法

摘要：

由频繁项集产生的关联规则往往不能保证规则前、后件中的项是正相关的,因此可能产生无意义的关联规则;当这些关联规则用于分类时,会产生大量无用分类规则,增加了时间开销.因此,基于数学期望提出了正相关的频繁项集的分类算法.该算法在挖掘正相关频繁项集时,利用置信度进行规则选取,生成正相关关联规则组成的分类器对数据集进行分类.实验表明,这种分类算法可以大幅度减少所产生的频繁项集数量,分类准确率达到C4.5和CMAR的水平,且显著减少了算法的时间.

关键词：频繁项集、关联规则、分类、正相关

所属期刊栏目：29

分类号：TP311(计算技术、计算机技术)

在线出版日期：2008-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：65-67