决策树剪枝加强的关联规则分类方法

来源：计算机工程与应用杂志2023年第5期北京时间：

作者：范劭博, 张中杰, 黄健

单位：国防科技大学 智能科学学院，长沙 410073

摘要：传统关联规则挖掘在面临分类决策问题时，易出现非频繁规则遗漏、预测精度不高的问题。为得到正确合理且更为完整的规则，提出了一种改进方法DT-AR（decision tree-association rule algorithm），利用决策树剪枝策略对关联规则集进行补充。该方法利用FP-Growth（frequent pattern growth）算法得到关联规则集，利用C4.5算法构建后剪枝决策树并提取分类规则，在进行置信度迭代筛选后与关联规则集取并集修正，利用置信度作为权重系数采取投票法进行分类。实验结果表明，与传统关联规则挖掘和决策树剪枝方法相比，该方法得到的规则在数据集分类结果上更准确。

关键词：数据挖掘,决策树剪枝,关联规则分类,数据分类