论文部分内容阅读
CBA算法是将关联规则挖掘与分类技术相结合的一种分类算法,在许多领域中得到了广泛应用。针对CBA处理海量数据效率低的缺点,提出了一个改进的CBA算法。该算法将粗糙集理论应用到CBA算法中,对决策表进行属性约简,提高了分类关联规则的生成效率;并应用PEP(pessimistic error pruning)方法对候选规则进行剪裁。实验结果表明,该算法比CBA具有更高的分类效率和准确度。