基于概化闭包压缩规则的关联分类器构建算法研究

摘要：

在分析关联规则挖掘领域中概化闭包(GC)项集压缩方法基础上,为克服训练数据集中的噪声干扰,改进L3G分类器,设计了一种基于概化闭包压缩规则的关联分类器(ACGCCR)构建算法模型.ACGCCR改进了GC的容忍限度值设置方法,根据类分布状态自适应设置容忍限度值;并规定一种新的概化闭包类规则裁剪方法,避免概化过程中出现学习能力不足的问题.ACGCCR分类规则在压缩存储表现、预测准确度、算法鲁棒性等方面性能表现良好.

关键词：数据挖掘、关联分类、概化闭包类规则、鲁棒性

所属期刊栏目：33

分类号：TP3(计算技术、计算机技术)

资助基金：广东省科技攻关计划2003C101007;香港政府粤港关键领域基金GHS/054/04

在线出版日期：2006-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：182-185,226