论文部分内容阅读
针对几种典型分类算法中存在的诸如分类器性能较低和算法效率不高等问题,提出了一种基于正交法和扩展χ2检验的分类算法ERAC。算法首先通过正交法产生所有的频繁项集和关联规则,然后采用一种扩展χ2检验来对规则进行分级和修剪,有效减少分类器的规则数目。试验结果表明,该算法与CBA等算法相比较具有较高的分类准确率和运行效率。