关联规则和分类规则挖掘算法的改进与实现

被引:7
作者
陶树平
屠颖
机构
[1] 同济大学电子与信息工程学院
[2] 同济大学电子与信息工程学院 上海
[3] 上海
关键词
数据挖掘; 关联规则; 分类规则; 斜面超平面;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
对Apriori关联规则挖掘算法提出了一种改进方法,使其可以有效地压缩数据规模,提高了原Apriori算法的执行效率。此外,还对OC1分类规则挖掘算法提出了改进,扩展了该算法的适用范围。同时,该采用这两个改进算法实现了一个数据挖掘原型系统。
引用
收藏
页码:100 / 101+187 +187
页数:3
相关论文
共 5 条
[1]  
Mining association rules between sets of items in large databases. Agrawal R,Imielienski T,Swami A. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data . 1993
[2]  
Programs for machine learning. Quinlan,Kaufmann. . 1993
[3]  
Fast Algorithms for Mining Association Rules, Proc. Agrawal R,Srikant R. . 1994
[4]  
Representative Association Rules. Kryszkiewicz M. . 1998
[5]  
Dara Mining Tutorial. Barbara D. . 2000