文献类型：期刊文章

作　　者：范明[1] 刘孟旭[1] 赵红领[1]

机构地区：[1]郑州大学计算机科学系,郑州450052

出　　处：《计算机科学》

基　　金：河南省自然科学基金(项目号:0211050100)

年　　份：2004

卷　　号：31

期　　号：11

起止页码：211-214

语　　种：中文

收录情况：BDHX、BDHX2000、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：本文提出了一种新的基于EP的分类法CEEP。CEEP仅使用最短的EP(eEP)建立分类器,并使用不同于早先的基于EP的分类法(如,CAEP)的评分标准。文中还讨论了eEP的有效挖掘,最小支持度和最小增长率阈值的自适应选取等问题。在UCI机器学习库中的12个数据集上的实验表明,本文的分类方法具有很好的分类正确率。如何保证eEP有足够的履盖率,以及如何处理稀有类的分类,尚待进一步研究。此外,如何将装袋(bagging)和推进(bootstrap)的思想与CEEP的方法相结合,进一步提高分类的正确率,也是值得深入研究的问题。

关 键 词：分类算法  机器学习  分类器 最小支持度 数据集 EP 自适应  正确率 处理  分类法  

分 类 号：TP311] R714[计算机类]