一种基于基本显露模式的分类算法

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有足够的覆盖率,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.