基于信息增益的中文文本关联分类

摘要

关联分类是一种通过挖掘训练集中的关联规则,并利用这些规则预测新数据类属性的分类技术.最近的研究表明,关联分类取得了比传统的分类方法如C4.5更高的准确率.现有的基于支持度一置信度架构的关联分类方法仅仅是选择频繁文字构建分类规则,忽略了文字的分类有效性.本文提出一种新的ACIG算法,结合信息增益与FoilGain在中文文本中选择规则的文字,以提高文字的分类有效性.实验结果表明,ACIG算法比其他关联分类算法(CPAR)有更高的准确率.