一种基于基本显露模式的分类算法

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闽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有足够的度盖率，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