CAJ | 학술논문

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Ⅲ3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.本文关键讨论了具体的算法、系统框架和实例.
본문급출료일충장속성약간화분류관련규칙알굴상결합적신형분류알굴계통적산법(CARMA).타운용조조집이론파관계수거고안속성치분성약간등개류、약간용여속성급의뢰속성,연후대수거약간후적목표관계표구취분류지지도대우역치적강류화특정치신도대우역치적강특정,종이유효획취강류중적강특정적결책관련규칙.실험결과표명,CARMA대우수거적분류시유효적,비기타산법구유경고적분류정도화효솔.타능구유효지극복Ⅲ3계렬산법적용여성、복잡성화대대수거량적불괄응성,대증량수거능구체도교호적분류효과화구유엄범적응용전경.본문관건토론료구체적산법、계통광가화실례.