基于自适应区间划分的模糊关联分类 |
| |
引用本文: | 董杰,韩敏.基于自适应区间划分的模糊关联分类[J].系统仿真学报,2009,21(9). |
| |
作者姓名: | 董杰 韩敏 |
| |
作者单位: | 大连理工大学电子与信息工程学院,大连,116023 |
| |
基金项目: | 国家自然科学基金,国家重点基础研究发展规划(973),国家科技支撑计划 |
| |
摘 要: | 模糊关联分类是一种具有较高精度的分类方法,现有的模糊关联分类算法多采用固定模糊隶属度函数对连续型属性进行模糊划分,没有考虑数据本身的特性.提出一种基于自适应区间划分的模糊关联分类算法-FARC(fuzzy association rules classification).算法利用模糊c均值聚类算法建立连续型属性模糊区间,使用新的剪枝策略避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合.仿真表明,FARC具有较高的分类精度.
|
关 键 词: | 数据挖掘 模糊关联分类 连续型属性 关联规则 |
Fuzzy Associative Classification Based on Adaptive Interval Partition |
| |
Abstract: | |
| |
Keywords: | data mining fuzzy associative classification continuous attributes association rule |
本文献已被 万方数据 等数据库收录! |
|