基于遗传算法的多决策树融合研究

决策树是数据挖掘领域的一种有效方法,但基于决策树挖掘的入侵检测系统存在着检测性能低和数据挖掘效率不高等问题,针对这些问题,该文将遗传算法应用到决策树挖掘策略中。其思想是其思想就是将海量数据集分成若干子数据集,在子数据集上进行挖掘形成不同的子决策树,然后用遗传算法将多棵子决策树进行融合形成最优判断。文章最后通过实验证明该方法的有效性。

关联规则发现方法研究

在分析关联规则挖掘所存在问题的基础上,采用一种来自统计学的残差分析和互信息方法来度量项与项之间是否相关联,并在算法中使用遗传算法对得到的规则进行优化,以提高规则的质量。实验表明,所采用的算法优于类Apriori算法。