基于All-confidence的正负关联分类.pdf

2012年第3期 漳州师范学院学报(自然科学版) No．3．2012年 (总第77期) J伽m村of Gen哪INO．77 ZhangzhouNom蚰Unive嘲ty(N虬sd．) 文章编号：l∞8-7826(2012)03枷32-嘶 基于All-confidence的正负关联分类 黄再祥，何田中 (漳州师范学院计算机科学与工程系，福建漳州3630∞) 摘要：针对分类中如何有效利用负关联模式提高分类准确率，提出了一种基于正负关联模式的分类算法． 利用类Aprio一算法挖掘包含正项或，和负项且项与项之间互相关联的正负关联模式来产生分类规则．为提高挖掘 效率，先找出能覆盖训练集的信息熵最小k个正，负项．然后，把这k个正，负项分别与其他项进行连接得到相应 的正负关联模式．实验表明，该算法有效减少了挖掘的规则数，极大减少了挖掘时间，并提高了分类准确率． 关键词：数据挖掘；关联分类；负关联模式；全置信度；信息熵 中图分类号：TP311．13 文献标识码： A An·con6dencebasedPositiVeand Association NegatiVe HUANG Zai-嫡卸g，HE髓an-zhong of Sden∞and Nomm (Depart眦ntConIputer Engin∞一ng，Zhangzhou Abstr北t：Tbtake of山e adVan切genega廿ve accuncya玳w a鹃∞iati帅pattemsfori唧m、r萱嚷dassi矗明廿On c址ledd髑瓶ca廿onb鹪edon and 蚰go—mm p惦i廿Ve negaHVe鼬sodationpattems(APNAC)ispr叩稍ed．APNAC toIninesuchitemsetswllich∞ntainor，and itemand萱nwMchI咖 吣岱Ap—ori·Iikealgorjthm p惦mve n昭鲥ve orderto a弛a鹦∞iated．In withw明kcl邪蓟矗∞60n intemsofl砌．o嗍廿on emdenUylIli砌ng，items power entropy me and m吣tc佃taino眦0fb幅tk a心pmning，andp惦i廿Ve n曜aHvea鹪∞ian佃patterns i锄舾．o盯experim明协 showt蛔t dec弛嬲鹤恤enumberof rul鹤and cl嬲Si6明60n APNAC棚cienny impmv姻the a∞u聃cy． words：data I【ey Inini呜；a鲻od鲥vecl嬲sm∞ti鲫；negativea鼹伏ia缸蛐mI鹤；枷—∞曲de眦e；删Fo嗍H佃 entropy 对于大型数据集，构建准确而高效的分类器是数据挖掘领域的一项主要任务．近年来，提出了一种将 关联规则和分类相结合的关联分类方法¨J．关联分类方法使用关联规则挖掘算法，比如Apriori【21或者