分类规则

基于规则的数据集分类方法优化规则关联分类的创新应用

基于规则的分类方法称为关联分类（AC），通常在数据挖掘中根据监督学习的数据集构造准确的分类器。它提取“If-Then”规则，并将每个生成的规则与两个计算出的参数关联：支持和置信度。当前的AC算法中，每次将规则插入分类器时，相应的训练数据会被丢弃，但实际上这些数据用于计算其他规则的支持和置信度，影响其他较低排名的规则。静态支持和置信度会导致大型、不准确的分类器，因此需要改进支持和置信度的计算方法。

数据挖掘 0 2024-08-22

分类数量关联规则的处理方法

10.8.2 数量关联规则的分类 根据数值属性的处理方式进行分类 (1) 数值属性的静态离散化 (2) 数值属性的动态离散化 (3) 基于特定的技术进行数值属性的离散化

数据挖掘 0 2024-11-01

数据挖掘中分类属性与量化属性的关联规则分析

在数据挖掘中，分类属性与量化属性的关联规则分析是一项重要工作。分类属性（Categorical Attribute）和量化属性（Quantitative Attribute）的关联性研究，可以帮助揭示数据中的潜在模式和趋势，为决策提供支持。

数据挖掘 1 2024-07-18

利用改进基因表达式程序设计进行分类规则挖掘

基于基因表达式程序设计（GEP）的分类规则挖掘算法 该算法采用新型的自动化程序设计方法——基因表达式程序设计（GEP），并对其进行一系列优化改进，包括设计适应函数、优化群体初始化、引入新的遗传算子以及采用（λ+u）淘汰策略等。通过这些改进，算法能够有效地挖掘数据中的分类规则。 算法验证 UCI机器学习知识库中的数据集被用于验证算法的准确性。实验结果表明，与C4.5算法以及文献[3]中提出的算法相比，该算法展现出更高的准确率。

数据挖掘 6 2024-04-30

基于决策树的分类规则提取与SPSS-Clementine应用技巧

决策树分类方法具有其独特的优点，但也存在一定局限性。例如，由于训练数据集的规模巨大，生成的决策树可能过于复杂，难以理解且可读性较差。相比之下，直接提取IF-THEN规则并构建基于规则的分类器可能更易于理解，尤其是在决策树分支极为复杂时。

数据挖掘 2 2024-07-17

关联规则和动态关联规则简介

本内容适合于数据挖掘方向的硕士研究生阅读学习，对关联规则与动态关联规则做了简介。

数据挖掘 5 2024-04-30

基于规则覆盖的多关系分类方法在KDD99金融数据集上的应用

探讨了基于关系数据库的多关系分类方法，特别是采用规则覆盖策略在KDD99金融数据集上的应用。这种方法通过分析和应用多重关系规则，有效提升了金融数据分类的精确度和效率。

数据挖掘 0 2024-10-15

选择“排序规则设置”。

选择“排序规则设置”。

SQLServer 5 2024-05-01

Oracle语句优化规则

本规则用于优化Oracle语句，提高检索速度和语句合理性，减少系统运行时间。

Oracle 4 2024-05-13

关联规则挖掘综述

关联规则挖掘该研究概述了关联规则挖掘技术的定义、分类、挖掘方法和模式。分析了关联规则挖掘质量的改善问题和领域应用。

数据挖掘 2 2024-05-19