基于相关规则的不平衡数据的关联分类.pdfVIP

第41卷第2期 计算机 科学 V01．41No．2 2014年2月 Science Feb2014 Computer 基于相关规则的不平衡数据的关联分类 黄再祥周忠眉何田中 (漳州师范学院计算机科学与工程系 漳州363000) 摘要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“支持度一置信度”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。