基于属性重要性的关联分类方法

摘要：

提出了基于属性重要性的关联分类方法.与传统算法不同的是根据属性重要性程度生成类别关联规则;并且在构造分类器时改进了CBA算法中对于具有相同支持度、置信度规则选择时的随机性.实验结果证明,用该方法得到的分类规则与传统的关联分类算法相比,复杂度低,且有效提高了分类效果.

关键词：数据挖掘、关联分类:属性重要性:规则的优先度、数据库覆盖

所属期刊栏目：29

分类号：TP311(计算技术、计算机技术)

资助基金：甘肃省教育厅科研基金项目0603-10

在线出版日期：2008-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2336-2338,2355