关联分类算法的研究学习课件.pptVIP

已完成的工作 算法的执行效率 在构造带类别标识的FP-tree时，在每个节点注册相应类别信息。 扩展TD-FP-Growth算法，使它能直接挖掘满足最小支持度和最小置信度的类关联规则。 优点：两次扫描数据库，不用重复建立条件FP-tree。减少了内存消耗，提高了运行效率。 Hebei University * 18年 带类别标识FP-tree的构造 Hebei University * 18年 剪枝的质量和效率 关联分类中最敏感的问题 如何评价类关联规则的质量 如何从大量的关联规则中选择有效的规则构造分类器 Hebei University * 18年 如何评价类关联规则的质量 经典关联分类规则序关系的定义 给定规则Ri，Rj。 Ri优于Rj，当且仅当满足以下条件之一: Ri具有比Rj更高的置信度 Ri和Rj具有相同的置信度， Ri具有比Rj更高的支持度 Ri和Rj具有相同的置信度和支持度， Ri具有比Rj更少的规则项 Hebei University * 18年 经典关联分类规则序关系的缺点 其本质是采用置信度，支持度，规则项数目评价顺序。过分强调了置信度，这样在最后构造的分类器中，使得有些规则置信度很高而支持度不高，造成过度拟合。 综合考虑置信度和支持度。 Hebei University * 18年 R1: sup(R1) = 100, conf(R1) = 98% R