10.3321/j.issn:0253-987X.2005.02.001
分类规则挖掘的免疫算法
为了高效地从数据库中挖掘分类规则,提出了一种基于免疫算法的分类算法.该算法的核心思想为:对规则的前件进行固定长度编码,适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成,通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种,并通过检测个体是否出现退化和模拟退火来实现免疫选择,同时还采用了基于信息增益的规则剪枝策略.在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较,结果表明该算法不仅具有更快的收敛速度,而且获得了更高的预测准确率及更小的规则集.
数据挖掘、分类规则、免疫算法、信息增益
39
TP18(自动化基础理论)
国家高技术研究发展计划863计划2003AA1Z2610
2005-03-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-114