《表6 不同生成规则度量下IAMC算法的准确率比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多次学习和关联度的关联分类改进算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表6为11个数据集上使用不同规则度量的IAMC算法的分类准确率比较.两组对比算法中，支持度阈值均为0.06，学习次数均为1次，抽取比例为100%.使用关联度生成规则的算法设定关联度阈值为0.62，使用置信度生成规则的算法设定置信度阈值为0.80.表中黑体字代表更高的准确率，可以看出，在11个数据集上，使用关联度度量的算法在八个数据集上的分类准确率更高，同时，平均分类准确率也更高.因此可以得出结论：关联度能有效地度量项集与类别之间的关系，提高规则质量.