CMAR

CMAR:基于多类关联规则的精确高效分类。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,由于分类仅基于单一的高置信度规则,它仍然存在大量挖掘出的规则集,有时还会出现分类有偏差或过度拟合的问题。提出了一种新的关联分类方法CMAR,即基于多个关联规则的分类。该方法扩展了一种高效的频繁模式挖掘方法FP-growth,构造了类分布相关的FP-tree,有效地挖掘了大型数据库。此外,该算法采用CR树结构高效地存储和检索挖掘出的关联规则,并根据可信度、相关性和数据库覆盖率对规则进行有效的修剪。分类基于加权/spl chi//sup 2/分析,使用多个强关联规则。我们对UCI机器学习数据库库中的26个数据库进行了大量的实验,结果表明CMAR具有一致性,对各类数据库的分类效率高,与CBA和C4.5相比具有更好的平均分类精度。此外,我们的性能研究表明,与其他已有的关联分类方法相比,该方法具有高效性和可扩展性。


zbMATH参考文献(47篇文章引用)

显示结果1到20,共47个。
按年份排序(引用)
  1. Angelino,Elaine;Larus Stone,Nicholas;Alabi,Daniel;Seltzer,Margo;Rudin,Cynthia:学习分类数据的可证明最佳规则列表(2018)
  2. Rudin,Cynthia;Ertekin,Şeyda:使用数学规划学习定制和优化的规则列表(2018)
  3. Wang,Tong;Rudin,Cynthia;Doshi Velez,Finale;Liu,Yimin;Klampfl,Erica;Macneille,Perry:可解释分类规则集学习的贝叶斯框架(2017)
  4. Esmi,Estevão;Sussner,Peter;Sandri,Sandra:可调等效模糊联想记忆(2016)
  5. Sara Hajian;Josep Domingo Ferrer;Anna Monreale;Pedreschi,Dino;Giannotti,Fosca:歧视和隐私意识模式(2015)
  6. Letham,Benjamin;Rudin,Cynthia;McCormick,Tyler H.;Madigan,David:使用规则和贝叶斯分析的可解释分类器:构建更好的中风预测模型(2015)
  7. Nandhini,M.;Sivanandam,S.N.:一种改进的基于预测关联规则的分类器,使用增益比和T检验进行医疗数据诊断(2015)ioport公司
  8. Nguyen,Dang;Nguyen,Loan T.T.;Vo,Bay;Hong,Tzung Pei:一种约束类关联规则挖掘的新方法(2015)
  9. Bettebghor,Dimitri;Leroy,François Henri:重叠径向基函数插值用于特征值函数的光谱精确逼近及其在复合材料板屈曲中的应用(2014)
  10. Khan,Salabat;Baig,Abdul Rauf;Ali,Armughan;Haider,Bilal;Khan,Farman Ali;Durrani,Mehr Yahya;Ishtiaq,Muhammad:使用蚁群优化进行无序规则发现(2014)
  11. Shaharanee,I.N.M.;Hadzic,F.:频繁、封闭和最大关联规则分类的评估与优化(2014)
  12. 郑一峰;黄再祥;何天忠:云计算下基于属性值权重和元组权重的分类(2013)ioport公司
  13. Le Bras,Yannick;Lenca,Philippe;Lallich,Stéphane:优化规则发现的优化方法(2012)
  14. Meo,Rosa;Bachar,Dipankar;Iceo,Dino:矿脉:基于正、负观测组合构建的基于距离的分类器(2012)ioport公司
  15. Policicchio,Veronica L.;Pietramala,Adriana;Rullo,Pasquale:GAMoN:通过基于格的遗传算法发现(M)-(N^\neg,\lor)文本分类假设(2012)
  16. 宋勤宝;王光涛;王超:基于数据集特征的分类算法自动推荐(2012)ioport公司
  17. 王欣;刘晓东;佩德里茨,威托德;朱晓磊;胡光飞:分类问题的公理化模糊集关联规则挖掘(2012)
  18. 杨秉如;瞿,吴;王立军;周颖:一种新的智能预测系统模型——复合金字塔模型(2012)ioport公司
  19. Azevedo,Paulo J.;Jorge,Alípio Mário:抖动关联规则分类器的集合(2010)ioport公司
  20. Kianmehr,Keivan;Alshalafa,Mohammed;Alhajj,Reda:基于模糊聚类的基因表达分类离散化(2010)ioport公司