一种优化相关规划的发现方法

摘要

提出了一种基于相关性的框架.在此框架内,使用残差分析来判断两项之间是否是独立的.残差分析可以使得我们很容易地获得包含负蕴含规则在内的真正的关联(而不是并发)规则,而且不需要指定支持度和可信度阈值.为了提高发现规则的质量,文中使用遗传算法来发现优化规则.在人工数据集和真实数据集上的实验结果表明文中的算法在发现规则的有趣性上优于类Apriori算法.