基于频繁闭项集的新关联分类算法ACCF.pdf

第4l卷第l期 电子科技大学学报 、，01．41No．1 Journal ofElectronicScienceand ofChina Jan．2012 2012年1月 ofUniversity Technology 基于频繁闭项集的新关联分类算法ACCF 李学明1 杨 阳1，秦东霞2，周尚波1 (1．重庆大学计算机学院重庆沙坪坝区400044；2．周I=l师范学院计算机科学与技术系河南周口466200) 然后从候选分类关联规则中产生和筛选出若干规则，并用其构建分类器；在分类应用时，采用了一种新的匹配方式对分类实 例进行分类。通过理论分析和对18个UCI公共数据集的实验结果表明，ACCF不仅能挖掘出高质量且不丢失信息的关联分类规 则，而且大大减少了关联分类规则的数量，在分类准确率上也比现有的关联分类典型算法更高． 关键词关联分类：类关联规则：频繁闭项集：数据挖掘 中图分类号TP312 文献标识码A doi：lO．39690．issn．1001-0548．2012．01．020 AssociativeClassificationBasedonClosed Itemsets Frequent LI ZHOU Yan91，QINDong-xia2，andShang．b01 Xue．ruin91，YANG Science，ChongqingUniversityShapingbaChongqing400044； (1．CollegeofComputer Scienceand Normal ZhoukouHcnan 2．Department Engineer,ZhoukouUniversity 466200) ofComputer AbstractAnewassociativeclassificationmethodnamedACCFiS basedontlleclosed presented frequent itemsets．Thismethodfh-stminesallclosed itemsetsandthecandidateclassassociation frequent thenconstructsclassifierbasedtheselectedCARsfromthecandidateCARS．Thenewinstancesare finally onl8 fromUCI of classifiedanew theoreticalandsubstantial datasets by way．Our analysis experiments repository machine databasesshowthatACCFiS effectiveatclassificationofvariouskindsofdatasets． learning highly mine lessCARsandhas withthe a