计算机科学 ›› 2006, Vol. 33 ›› Issue (7): 182-185.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
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，改进雎分类器，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
Abstract: In order to overcome noise interference in training data set, an improved LG^3 classification and an algorithmic model of Associative Classification Based on Generalized Closed Compact Rules（ACGCCR）are proposed. ACGCCR improves tolerance factor setting me
Key words: Data mining,Associative classification,Generalized closed compact rules,Robust
. 基于概化闭包压缩规则的关联分类器构建算法研究[J]. 计算机科学, 2006, 33(7): 182-185. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I7/182
Cited
首页