33、关联规则挖掘与可见光通信编码研究

关联规则挖掘与可见光通信编码研究

在数据处理与通信领域，关联规则挖掘和编码技术是两个重要的研究方向。关联规则挖掘有助于从数据集中发现有价值的信息，而编码技术则在通信系统中起着提高传输效率和可靠性的关键作用。下面我们将详细探讨这两个方面的研究内容。

关联规则挖掘中的性能指标与数据集分析

在关联规则挖掘的研究中，有几个重要的性能指标需要关注，包括误正率（FPR）、真负率（TNR）和误负率（FNR）。

• 误正率（FPR） ：是指被错误报告为正例的负例的百分比，计算公式为：$FPR = Q/((P + Q))$。
• 真负率（TNR） ：是指正确分类的负例的比例，计算公式为：$TNR = P/((P + Q))$。
• 误负率（FNR） ：是指被错误识别为负例的正例情况的百分比，计算公式为：$FNR = R/((R + S))$。

其中，$P$ 表示对象为负例的准确预测数量，$Q$ 表示对象为正例的错误预测数量，$R$ 表示对象为负例的错误预测数量，$S$ 表示正例的数量。

研究人员使用了步态（Gait）、密码子（Codon）、豆类（Bean）、汽车（Car）、葡萄酒（Wine）和鸢尾花（Iris）六个数据集，通过克隆算法进行了实验。实验采用了三倍交叉验证，在固定克隆因子为 0.4 的情况下，测试了不同代数（如 10、20、30、40、50 和 60）的准确性。

代数	步态 <