摘要: 分类方法研究是商务智能领域关注的重要课题,也在信息检索、电子商务以及信息资源管理中有广泛应用。近年来,将关联规则挖掘方法扩展到分类领域的工作受到重视,形成的关联分类方法显现出若干良好特征。本文围绕一类新颖的关联分类方法(即基于信息熵的GARC类方法)进行综述,通过阐述其基本思想、主要性质和方法脉络,反映此类方法不仅保持了传统关联分类方法在可理解性、精度和效率等方面的特点,而且使得生成的分类器(GARC/GARCII/GEAR)具有良好的简约性,同时有效消除了可能的规则冗余和冲突。此外,针对数值属性分区离散化中的“锋利边界”问题进行了相应的模糊扩展(GARCf)。
中图分类号: