An approach for adaptive associative classification
An approach for adaptive associative classification
复制标题
一种自适应关联分类方法
DOI：
10.1016/j.eswa.2011.03.079
复制
发表时间：
2011-09
影响因子：
8.5
通讯作者：
Zhongzhi Shi
中科院分区：
文献类型：
--
作者：
Xiaofeng Wang;Kun Yue;WenJia Niu;Zhongzhi Shi
关联分类是分类的一个分支，它结合了关联规则挖掘和一般分类的基本思想。以往的研究表明，与传统的分类方法（如C4.5）相比，关联分类可以达到更高的分类精度。在分类过程中，分类资源可能会出现新的频繁模式，这些新出现的频繁模式可以用来构建新的分类规则。然而，传统方法并没有很好地反映联想分类的这种动态特征。本文结合关联分类过程中的动态特性，提出了一种增强的关联分类方法。在该方法中，我们采用协同训练来细化发现的新出现的频繁模式，用于分类规则扩展，并利用最大熵模型进行分类标签预测。实证研究表明，该方法能够有效地对增长资源进行分类。
As a branch of classification, associative classification combines the basic ideas of association rule mining and general classification. Previous studies show that associative classification can achieve a higher classification accuracy comparing with traditional classification methods, such as C4.5. It is known that new frequent patterns may emerge from the classified resources during classification, and these newly emerging frequent patterns can be used to build new classification rules. However, this dynamic characteristics in associative classification has not been well reflected in traditional methods. In this paper, we propose an enhanced associative classification method by integrating the dynamic property in the process of associative classification. In the proposed method, we employ co-training to refine the discovered emerging frequent patterns for classification rule extension and utilize the maximum entropy model for class label prediction. The empirical study shows that our method can be used to classify increasing resources efficiently and effectively.
登录
查看更多内容
DOI：
10.1145/1401890.1401922
发表时间：
2008-08
期刊：
--
影响因子：
--
作者：
W. Fan;Kun Zhang;Hong Cheng;Jing Gao;Xifeng Yan;Jiawei Han;Philip S. Yu;O. Verscheure
通讯作者：
W. Fan;Kun Zhang;Hong Cheng;Jing Gao;Xifeng Yan;Jiawei Han;Philip S. Yu;O. Verscheure
DOI：
10.1007/978-1-4471-0285-4
发表时间：
2012-10
期刊：
--
影响因子：
--
作者：
Shigeo Abe DrEng
通讯作者：
Shigeo Abe DrEng
DOI：
10.1145/1458082.1458326
发表时间：
2008-10
期刊：
--
影响因子：
--
作者：
S. Tanbeer;Chowdhury Farhan Ahmed;Byeong-Soo Jeong;Young-Koo Lee
通讯作者：
S. Tanbeer;Chowdhury Farhan Ahmed;Byeong-Soo Jeong;Young-Koo Lee
DOI：
10.1109/icdm.2006.96
发表时间：
2006-12
期刊：
Sixth International Conference on Data Mining (ICDM'06)
影响因子：
--
作者：
Adriano Veloso;Wagner Meira Jr;Mohammed J. Zaki
通讯作者：
Adriano Veloso;Wagner Meira Jr;Mohammed J. Zaki
DOI：
10.1137/1.9781611972757.19
发表时间：
2005-12
期刊：
--
影响因子：
--
作者：
Jianyong Wang;G. Karypis
通讯作者：
Jianyong Wang;G. Karypis