CMAR公司 swMATH ID: 28406 软件作者： Li，W.，Han，J.，Pei，J。 描述： CMAR：基于多类关联规则的准确高效的分类。以往的研究表明，关联分类在处理非结构化数据时具有较高的分类精度和较强的灵活性。然而，由于分类仅基于单个高置信度规则，因此它仍然受到大量挖掘规则的影响，有时还会出现有偏分类或过拟合。作者提出了一种新的关联分类方法CMAR，即基于多关联规则的分类。该方法扩展了一种高效的频繁模式挖掘方法FP-growth，构造了一个类分布相关的FP-树，有效地挖掘了大型数据库。此外，该算法采用CR-树结构有效地存储和检索挖掘出的关联规则，并基于可信度、相关性和数据库覆盖率对规则进行有效的剪枝。分类是基于使用多个强关联规则的加权/spl-chi//sup2/分析进行的。我们在UCI机器学习数据库库中的26个数据库上进行的大量实验表明，与CBA和C4.5相比，CMAR在对各种数据库进行分类时是一致的、高效的，并且具有更好的平均分类精度。此外，我们的性能研究表明，与其他已报道的关联分类方法相比，该方法具有高效性和可扩展性。 主页： https://ieeexplore.ieee.org/document/989541 相关软件： UCI-毫升；4.5条；CloseGraph（关闭图形）；g跨度；KEEL公司；FP-增长；衣柜；JStatCom公司；ORL公司；阿达·布斯特。MH公司；箔；伦敦银行支持向量机；CorClass公司；前缀跨度；CloSpan公司；铲刀；木匠；GOSDT公司；火焰；SLIQ公司 引用于： 28文件 全部的 前5名94位作者引用 6 辛西娅·鲁丁 2 王彤 2 穆罕默德·贾维德·扎基 1 查鲁·C·阿加瓦尔。 1 丹尼尔·阿拉比 1 阿穆恩·阿里 1 Angelino，伊莱恩 1 穆罕默德·阿兹米 1 Bäck，Thomas H.W。 1 阿卜杜勒·劳夫·拜格 1 埃琳娜·巴拉利斯 1 弗洛里安·贝克 1 阿卜杜拉齐兹·贝尔拉多 1 迪米特里·贝特布霍 1 陈超凡 1 陈恩红 1 陈志 1 西尔维亚·朱萨诺 1 意大利Dattner 1 吕克·德·雷德 1 多明戈·费雷尔，约瑟夫 1 Doshi-Velez，决赛 1 梅尔·叶海亚·杜拉尼 1 里卡多·达托 1 赛达·厄特金 1 埃斯特维奥·劳雷亚诺·埃斯米 1 菲利普·福尼尔·维格 1 约翰内斯·范克兰兹 1 耿晓娇 1 福斯卡·吉安诺蒂 1 彼得·格伦瓦尔德（Peter D.Grünwald）。 1 费迪亚·哈季奇 1 比拉尔·海德尔 1 萨拉·哈健 1 威廉米安娜·哈姆哈利宁 1 韩嘉伟 1 何骏 1 洪子培 1 胡广飞 1 黄，哈扬 1 Van Quoc Phuong Huynh 1 穆罕默德·伊斯蒂亚克 1 焦、联盟 1 法曼·阿里·汗 1 萨拉巴特·汗 1 埃里卡·克拉普弗尔 1 圣埃芬·拉利奇 1 尼古拉斯·拉鲁斯·斯通 1 亚尼克·勒布拉斯 1 菲利普·伦卡 1 弗朗索瓦·赫里·勒罗伊 1 本杰明·莱瑟姆 1 梁、严 1 刘红燕 1 刘晓东 1 刘益民 1 佩里·麦克内尔 1 大卫·马迪根 1 泰勒·H·麦考密克。 1 安娜·蒙雷利 1 广岛本田 1 Koutarou Nakanishi 1 Nguyen，贷款T.T。 1 佩德雷希·迪诺 1 维托尔德·佩德里茨 1 阿德里亚娜·皮埃特拉马拉 1 Policicchio，Veronica L。 1 雨果·M·普伦萨。 1 钱铁云 1 帕斯奎尔·鲁洛 1 乔治·伦格（George C.Runger）。 1 桑德拉·阿帕雷西达·桑德里 1 马尔戈·塞尔策 1 莱西亚·塞梅诺娃 1 利奥尔·沙布泰 1 I.N.M.沙哈拉尼。 1 邵，郑 1 丹尼斯·沙沙（Dennis E.Shasha）。 1 彼得·苏斯纳 1 Toivonen，Hannu T.T。 1 马蒂杰斯·范·列文 1 Vo，海湾 1 王，詹森·曾莉 1 王晓宇 1 王欣 1 王元珍 1 高石和雄 1 杰弗里·韦伯。 1 Xin、Dong 1 熊辉 1 拉米·亚里 1 钟楚迪 1 朱晓雷 1 阿尔布雷赫特·齐默尔曼 全部的 前5名17篇连载文章中引用 6 信息科学 三 机器学习 三 数据挖掘与知识发现 2 计算机与数学及其应用 2 机器学习研究杂志（JMLR） 1 人工智能 1 模糊集与系统 1 新一代计算 1 欧洲运筹学杂志 1 信息计算杂志 1 计算智能 1 应用统计学年鉴 1 数学规划计算 1 统计调查 1 科学中国。信息科学 1 统计与计算 1 高级信息和知识处理 全部的 前5名在6个字段中引用 19 计算机科学（68至XX） 15 统计学（62-XX） 三 运筹学、数学规划（90-XX） 2 生物学和其他自然科学（92-XX） 1 数值分析（65-XX） 1 可变形固体力学（74-XX） 按年份列出的引文