基于概化闭包压缩规则的关联分类器构建算法研究

在分析关联规则挖掘领域中概化闭包(GC)项集压缩方法基础上,为克服训练数据集中的噪声干扰,改进L3G分类器,设计了一种基于概化闭包压缩规则的关联分类器(ACGCCR)构建算法模型。ACGCCR改进了GC的容忍限度值设置方法,根据类分布状态自适应设置容忍限度值;并规定一种新的概化闭包类规则裁剪方法,避免概化过程中出现学习能力不足的问题。ACGCCR分类规则在压缩存储表现、预测准确度、算法鲁棒性等方面性能表现良好。