基于新的规则评价方法的关联分类

摘要：

关联分类具有较高的分类精度和较强的适应性,然而由于分类器是由一组高置信度的规则构成,有时会存在过度拟合问题。本文提出了新的规则评价方法,它综合考虑规则的置信度和支持度,克服了传统方法过分强调置信度的缺点,从而解决了过度拟合问题。实验结果表明本文方法在分类精度上优于See5,CBA和CMAR。在应用于医疗图像处理和汉字识别领域时,得到很好的分类效果。

关键词： 信息查询 数据挖掘 关联分类 计算机数学

作者: 赵东垒 王熙照

作者单位: 河北大学数学与计算机学院 071002

会议类型: 国内会议

会议名称: 中国人工智能学会第12届全国学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 234-240

在线出版日期: 2007-11-20（万方平台首次上网日期，不代表论文的发表时间）