基于概化闭包压缩规则的关联分类器构建算法研究

在分析关联规则挖掘领域中概化闭包（gc）项集压缩方法基础上，为克服训练数据集中的噪声干扰，改进雎分类器，设计了一种基于概化闭包压缩规则的关联分类器（acgccr）构建算法模型。acgccr改进了gc的容忍限度值设置方法，根据类分布状态自适应设置容忍限度值；并规定一种新的概化闭包类规则裁剪方法，避免概化过程中出现学习能力不足的问题。acgccr分类规则在压缩存储表现、预测准确度、算法鲁棒性等方面性能表现良好。