基于粗糙集的分类关联规则挖掘算法研究

计算机科学 ›› 2007, Vol. 34 ›› Issue (12): 171-174.

基于粗糙集的分类关联规则挖掘算法研究

尹世群余建桥葛继科邱玉辉

西南大学计算机与信息科学学院,重庆400715

出版日期:2018-11-16 发布日期:2018-11-16

YIN Shi-Qun YU Jian-Qiao GE Ji-Ke QIU Yu-Hui （Faculty of Computer and Information Science, Southwest University, Chongqing 400715）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 本文给出了一种将属性约简和分类关联规则挖掘相结合的新型分类挖掘系统的算法（CARMA）。它运用粗糙集理论把关系数据库按属性值分成若干等价类、约简冗余属性及依赖属性，然后对数据约简后的目标关系表求取分类支持度大于阈值的强类和特征置信度大于阈值的强特征，从而有效获取强类中的强特征的决策关联规则。实验结果表明，CARMA对于数据的分类是有效的，比其它算法具有更高的分类精度和效率。它能够有效地克服ID3系列算法的冗余性、复杂性和对大数据量的不适应性，对增量数据能够达到较好的分类效果和具有广泛的应用前景。本文关键讨

关键词: 粗糙集属性约简分类挖掘分类支持度特征置信度

Abstract: This paper brings up a new classification data mining system algorithm （CARMA） combined attribute reduction and classification mining of association rule. Based on Rough set theory it divides relation table into several equivalence class according to attr

Key words: Rough set, Attribute reduction, Classification mining, Support degree of category, Confidence degree of characteristic

尹世群余建桥葛继科邱玉辉. 基于粗糙集的分类关联规则挖掘算法研究[J]. 计算机科学, 2007, 34(12): 171-174. https://doi.org/

YIN Shi-Qun YU Jian-Qiao GE Ji-Ke QIU Yu-Hui （Faculty of Computer and Information Science, Southwest University, Chongqing 400715）. [J]. Computer Science, 2007, 34(12): 171-174. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed