基于JEP平均长度的分类方法  

Classification Based on Average Length of JEPs

作　　者：于大东[1] 刘东波[2] 罗睿 王建新[1] 

机构地区：[1]国防科学技术大学电子科学与工程学院,长沙410073 [2]华中科技大学计算机科学与技术学院,武汉430000 [3]中国电子设备工程公司,北京100039

出　　处：《计算机科学》2007年第3期165-167,185,共4页Computer Science

摘　　要：本文研究了JEP——一种在不同数据集之间支持度从零到非零跳跃性变化的项集在数据分类中存在的问题,提出了项集独立支持度的概念。相对于传统的项集支持度来说,独立支持度能够更加全面地描述数据的分布特征,为更加准确的分类提供依据。进而,在独立支持度的基础上提出了JEP平均长度的概念,并提出了一种以测试样本所覆盖JEP的平均长度作为分类特征的分类方法,该方法可以更加有效地区分类边界上的数据,能够为数据提供更为准确的分类。JEP is a kind of itemset which support in one dataset is zero but in another dataset not zero. After studying the problems of JEPs in the classification procedure, we presents the concept of independent supports of itemsets. Compared with traditional supports, independent supports provide more detailed distribution information of the dataset and more powerful classifiers can be built on them. Then we propose the concept of average length based on independent supports of JEPs. Finally, we present a classification algorithm using the average length of JEPs as the classification feature. This algorithm can give a more precise classification to data on the border of the datasets.

关 键 词：项集 关联规则 跳跃式显露模式 分类 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]