显露模式考虑模式在目标类与对立类数据集合中的支持度,首先必须是频繁模式,IncMine是著名的数据流频繁闭合模式挖掘算法。然而,现有的频繁模式挖掘算法面向事务数据流,项集没有类标约束,不能进一步挖掘显露模式用作数据流分类。本文提...显露模式考虑模式在目标类与对立类数据集合中的支持度,首先必须是频繁模式,IncMine是著名的数据流频繁闭合模式挖掘算法。然而,现有的频繁模式挖掘算法面向事务数据流,项集没有类标约束,不能进一步挖掘显露模式用作数据流分类。本文提出一种基于IncMine的显露模式挖掘方法(emerging patterns based on incMine,EPBIM)。EPBIM改进IncMine算法,挖掘带类值约束的频繁闭合项集,并获取显露模式用于贝叶斯分类。在MOA平台上运行多个真实与模拟数据流,实验结果验证了该方法的有效性。展开更多
文摘显露模式考虑模式在目标类与对立类数据集合中的支持度,首先必须是频繁模式,IncMine是著名的数据流频繁闭合模式挖掘算法。然而,现有的频繁模式挖掘算法面向事务数据流,项集没有类标约束,不能进一步挖掘显露模式用作数据流分类。本文提出一种基于IncMine的显露模式挖掘方法(emerging patterns based on incMine,EPBIM)。EPBIM改进IncMine算法,挖掘带类值约束的频繁闭合项集,并获取显露模式用于贝叶斯分类。在MOA平台上运行多个真实与模拟数据流,实验结果验证了该方法的有效性。
