基于关联规则的分类规则约简方法

摘要：

分析分类规则内属性之间的相关性,提出一种分类规则约简方法.针对原始训练集构造FP树,获取相应的关联规则集,对关联规则后件属性(集),采用置信度α描述该属性(集)相对于其所在分类规则的重要程度.在分类规则集中,约简α值小于阈值η的属性,从而约简分类规则长度.利用UCI机器学习及SDSS DR7数据进行实验,结果表明该方法具有较高的分类效率.

关键词：数据挖掘、分类规则、关联规则、UCI数据、SDSS DR7数据

所属期刊栏目：38

分类号：TP18(自动化基础理论)

资助基金：山西省高等学校科技研究开发基金资助项目20091150;运城学院基金资助项目JC-2009015

在线出版日期：2012-07-13（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：46-48