王自強(qiáng)　馮博琴

摘要：為了高效地從數(shù)據(jù)庫中挖掘分類規(guī)則，提出了一種基于免疫算法的分類算法．該算法的核心思想為：對規(guī)則的前件進(jìn)行固定長度編碼，適應(yīng)度函數(shù)的計(jì)算由分類規(guī)則的較小分類錯(cuò)誤率、簡潔性、一致性和訓(xùn)練實(shí)例的覆蓋性構(gòu)成，通過把適應(yīng)度最小的個(gè)體作為先驗(yàn)知識來修改個(gè)體的某些分量的方法進(jìn)行疫苗接種，并通過檢測個(gè)體是否出現(xiàn)退化和模擬退火來實(shí)現(xiàn)免疫選擇，同時(shí)還采用了基于信息增益的規(guī)則剪枝策略．在美國加州大學(xué)標(biāo)準(zhǔn)數(shù)據(jù)集中的5個(gè)數(shù)據(jù)集上將該算法與RISE和OCEC算法進(jìn)行了實(shí)驗(yàn)比較，結(jié)果表明該算法不僅具有更快的收斂速度，而且獲得了更高的預(yù)測準(zhǔn)確率及更小的規(guī)則集．

關(guān)鍵詞：數(shù)據(jù)挖掘；分類規(guī)則；免疫算法；信息增益

中圖分類號：TP18文獻(xiàn)標(biāo)識碼：A文章編號：0253—987X(2005)02—0111—04