计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2014年
7期
1398-1403
,共6页
数据挖掘%关联分类%两次学习%规则冲突
數據挖掘%關聯分類%兩次學習%規則遲突
수거알굴%관련분류%량차학습%규칙충돌
data mining%associative classification%double learning%conflict rules
关联分类通常产生大量的分类规则,导致在分类新实例时经常产生规则冲突问题.针对这种规则冲突问题,提出了一种基于改进关联分类的两次学习框架.利用频繁且互关联的项集产生分类规则改进关联分类算法,有效减少了规则数.应用改进的关联分类算法产生的一级规则一次性分离出训练集中规则冲突的所有实例.然后,在冲突实例上应用改进的关联分类算法进行第二次学习得到二级规则.分类新实例时,首先利用第一级规则进行分类.如果出现规则冲突,则利用第二级规则分类该实例.实验结果表明,基于改进关联分类的两次学习方法降低了规则冲突比率,并且显著提高了分类准确率.
關聯分類通常產生大量的分類規則,導緻在分類新實例時經常產生規則遲突問題.針對這種規則遲突問題,提齣瞭一種基于改進關聯分類的兩次學習框架.利用頻繁且互關聯的項集產生分類規則改進關聯分類算法,有效減少瞭規則數.應用改進的關聯分類算法產生的一級規則一次性分離齣訓練集中規則遲突的所有實例.然後,在遲突實例上應用改進的關聯分類算法進行第二次學習得到二級規則.分類新實例時,首先利用第一級規則進行分類.如果齣現規則遲突,則利用第二級規則分類該實例.實驗結果錶明,基于改進關聯分類的兩次學習方法降低瞭規則遲突比率,併且顯著提高瞭分類準確率.
관련분류통상산생대량적분류규칙,도치재분류신실례시경상산생규칙충돌문제.침대저충규칙충돌문제,제출료일충기우개진관련분류적량차학습광가.이용빈번차호관련적항집산생분류규칙개진관련분류산법,유효감소료규칙수.응용개진적관련분류산법산생적일급규칙일차성분리출훈련집중규칙충돌적소유실례.연후,재충돌실례상응용개진적관련분류산법진행제이차학습득도이급규칙.분류신실례시,수선이용제일급규칙진행분류.여과출현규칙충돌,칙이용제이급규칙분류해실례.실험결과표명,기우개진관련분류적량차학습방법강저료규칙충돌비솔,병차현저제고료분류준학솔.
