李宾飞
- 作品数:3 被引量:5H指数:1
- 供职机构:重庆大学更多>>
- 发文基金:国家自然科学基金中央高校基本科研业务费专项资金国家教育部“211”工程更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于Lazy方法的数量型关联分类研究
- 信息时代,高速发展的计算机技术使许多有价值的信息被保存起来,但是如何将这些隐含信息有效地挖掘出来加以利用是我们不断研究的方向。关联分类作为数据挖掘中一种分类精度高,适应性好的分类算法,被广泛的应用于各个领域。目前的研究方...
- 李宾飞
- 关键词:数据挖掘
- 文献传递
- 基于混合策略的关联分类方法被引量:5
- 2013年
- 关联分类中现有的显式学习方法无法解决small disjunction问题,而Lazy方法分类效率低。针对这两类方法存在的问题,提出了一种基于混合策略的关联分类方法。具体算法为:先判断待分类样本是否满足显式学习模式的分类器特征;然后把满足分类器特征的待分类样本用显式模式进行分类,把不满足分类器特征的待分类样本用Lazy模式来预测;最后结合两类方法的分类结果得到最终的分类结果。实验比较了该方法与传统的关联分类方法,结果表明,该方法在分类准确率和执行效率方面均达到了更好的效果。
- 李学明付萌李宾飞
- 基于lazy方法的数量型关联分类被引量:1
- 2013年
- 传统关联分类方法处理数量型数据时,"先离散,再学习"的步骤使新的测试样例可能无法找到合适的离散区间,形成离散盲目性问题。基于lazy的数量型关联分类作为一种新的关联分类法,它首先利用K-近邻分类思想为测试样例求得K-近邻作为新的训练数据集,然后对包含测试样例和K个近邻的数据集离散化,并在K-近邻组成的离散数据集上挖掘关联规则并构造分类器进行分类。最后,通过与传统CBA、CMAR、CPAR算法在7个常用UCI数量型数据集上进行的对比实验结果表明,基于lazy的数量型关联分类方法的平均分类准确率提高了0.66%~1.65%,证明了该方法的可行性。
- 李学明李宾飞杨涛付萌
- 关键词:数据挖掘关联规则K-近邻