基于關聯(lián)規(guī)則挖掘的分類算法研究.pdf

1、隨著社會信息化的高速發(fā)展,數(shù)據(jù)挖掘技術在各領域的重要作用日益凸顯出來。分類是數(shù)據(jù)挖掘領域的一種重要分析手段,而關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領域的一個重要研究方向,兩者作為數(shù)據(jù)挖掘中兩個高度活躍的研究領域,有著一定的相似性—挖掘關聯(lián)性強的項目集。由此以來,將這兩項重要技術組合在一起,即把關聯(lián)規(guī)則挖掘用于分類任務,便開啟了數(shù)據(jù)分類的新征程—關聯(lián)分類。
　　關聯(lián)分類實質上就是基于關聯(lián)規(guī)則的分類,它既反映了知識的應用特點—分類或預測,又體現(xiàn)了知

2、識內在的關聯(lián)特性。各關聯(lián)分類方法之間的不同之處主要體現(xiàn)在兩個方面:挖掘頻繁項集所用的方法和如何分析挖掘出的規(guī)則并將其用于分類。
　　本文在分析與比較現(xiàn)有關聯(lián)分類算法的優(yōu)勢和不足的基礎上,提出了一種基于P-Trie樹的關聯(lián)分類算法CARPT。算法使用垂直數(shù)據(jù)格式來壓縮存儲原始數(shù)據(jù)庫,在減少數(shù)據(jù)庫掃描次數(shù)的同時,方便支持數(shù)計數(shù),從而提高算法效率;算法把頻繁項集視為字符串,采用P-Trie樹來存儲頻繁信息,然后挖掘分類關聯(lián)規(guī)則,另外,其