基于支持度和增比率的改进关联分类算法
大小：0.46 MB 人气： 2017-12-05 需要积分：2
标签：分类算法(9912)
关联分类是一项重要的分类技术，目前普遍采用基于支持度和置信度的关联分类模式。但是，用支持度度量项集的分类能力过于简单，且置信度不能度量项集与类的相关性，所以利用支持度和置信度容易产生质量不好的规则。提出改进的关联分类算法 ACSER。ACSER不仅考虑项集到本类的支持度，也考虑项集到补类的支持度。首先，提取频繁增比模式作为分类候选规则集；其次，利用置信度和增比率度量规则的强度，按照其强度进行排序和剪枝；最后，选择足条最优的规则进行预测。在1 6个UCI数据集上的实验结果表明，改进的分类算法ACSER与传统的分类算法相比有更高的分类准确率。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于支持度和增比率的改进关联分类算法下载
相关电子资料下载
- 机器学习有哪些算法？机器学习分类算法有哪些？机器学习预判有哪些算法？ 1621
- 每日一课 | 智慧灯杆视觉技术之图像分类算法与步骤分解 322
- 基于卷积神经网络的垃圾图像分类算法 857
- 经典图像分类算法AlexNet介绍 5041
- 回顾一下机器学习分类算法 2156
- 人工智能引发的图像分类算法 3713
- 各类机器学习分类算法的优点与缺点分析 3403
- 详解机器学习分类算法KNN 5844
- 人工智能在垃圾经济的机遇和挑战 923
- 带你入门常见的机器学习分类算法——逻辑回归、朴素贝叶斯、KNN、SVM、决策树 9873