10.3969/j.issn.1002-137X.2014.02.024
基于相关规则的不平衡数据的关联分类
许多研究表明关联分类具有较高的分类准确率,然而,大多数关联分类基于“支持度-置信度”框架,在不平衡数据集中,置信度和支持度都偏向产生多数类的规则,因此,少数类的实例容易被错误分类.针对上述问题,提出了一种基于相关规则的不平衡数据的关联分类算法.该算法挖掘频繁且互关联的项集,在以该项集为前件的分类规则中选取提升度最大的规则.规则按结合了提升度、置信度和补类支持度(CCS)的规则强度进行排序.实验表明,该算法取得了较高的平均分类准确率且在分类少数类的实例时具有更高的准确率.
数据挖掘、关联分类、不平衡数据、相关规则
41
TP311.13(计算技术、计算机技术)
国家自然科学基金61170129;福建省自然科学基金2013J01259
2014-03-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-113,122