基于支持度和增比率的改進(jìn)關(guān)聯(lián)分類算法

　　關(guān)聯(lián)分類是一項(xiàng)重要的分類技術(shù)，目前普遍采用基于支持度和置信度的關(guān)聯(lián)分類模式。但是，用支持度度量項(xiàng)集的分類能力過(guò)于簡(jiǎn)單，且置信度不能度量項(xiàng)集與類的相關(guān)性，所以利用支持度和置信度容易產(chǎn)生質(zhì)量不好的規(guī)則。提出改進(jìn)的關(guān)聯(lián)分類算法 ACSER。ACSER不僅考慮項(xiàng)集到本類的支持度，也考慮項(xiàng)集到補(bǔ)類的支持度。首先，提取頻繁增比模式作為分類候選規(guī)則集；其次，利用置信度和增比率度量規(guī)則的強(qiáng)度，按照其強(qiáng)度進(jìn)行排序和剪枝；最后，選擇足條最優(yōu)的規(guī)則進(jìn)行預(yù)測(cè)。在1 6個(gè)UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，改進(jìn)的分類算法ACSER與傳統(tǒng)的分類算法相比有更高的分類準(zhǔn)確率。
?