论文部分内容阅读
显露模式(EP)是支持度从一个数据集到另一个数据集发生显著变化的项集。EP具有很强的区分能力,可以建立很好的分类器。文中采用基于EP的分类算法CEEP建立基分类器,结合组合学习分类方法AdaBoost算法的思想,提出了一种新的分类算法A-E算法。算法使用加权样本建立基分类器,并根据分类结果改变样本权值,同时应用分类误差计算基分类器权重。最终,算法按权重组合每个分类器的分类结果。在UCI机器学习数据库的9个基准数据集上的实验表明,A-E算法都能有效地减低泛化误差,并具有较高的分类准确率。