- Văn bản
- Lịch sử
Association rule mining and classif
Association rule mining and classification are two important and common problems in the data mining field. Therefore,
numerous approaches have been proposed for the integration of these models. Examples include classification based on
association rules (CBA) [23], a classification model based on multiple association rules [21], a classification model based
on predictive association rules [41], multi-class and multi-label associative classification [34], a classifier based on maximum
entropy [35], the use of an equivalence class rule tree [39], a lattice-based approach for classification [29], the integration of
taxonomy information into classifier construction [6], the integration of classification rules into a neural network [20], a
condition-based classifier with a small number of rules [11], an efficient classification approach with a rule quality metric
[10], and a combination of a Netconf measure and a rule ordering strategy based on rule size [15].
The implementation processes of these approaches are often similar. Firstly, a complete set of class association rules
(CARs) is mined from the training dataset. Then, a subset of CARs is selected to form the classifier. However, the complete
numerous approaches have been proposed for the integration of these models. Examples include classification based on
association rules (CBA) [23], a classification model based on multiple association rules [21], a classification model based
on predictive association rules [41], multi-class and multi-label associative classification [34], a classifier based on maximum
entropy [35], the use of an equivalence class rule tree [39], a lattice-based approach for classification [29], the integration of
taxonomy information into classifier construction [6], the integration of classification rules into a neural network [20], a
condition-based classifier with a small number of rules [11], an efficient classification approach with a rule quality metric
[10], and a combination of a Netconf measure and a rule ordering strategy based on rule size [15].
The implementation processes of these approaches are often similar. Firstly, a complete set of class association rules
(CARs) is mined from the training dataset. Then, a subset of CARs is selected to form the classifier. However, the complete
0/5000
Khai thác mỏ Hiệp hội quy tắc và phân loại là hai vấn đề quan trọng và phổ biến trong lĩnh vực khai thác dữ liệu. Do đó,phương pháp tiếp cận nhiều đã được đề xuất cho sự tích hợp của các mô hình này. Ví dụ như phân loại dựa trênHiệp hội quy tắc (CBA) [23], một mô hình phân loại dựa trên nhiều hiệp hội quy định [21], một mô hình phân loại dựa trênHiệp hội tiên đoán quy tắc [41], phân loại kết hợp đa lớp và nhiều nhãn [34], một loại dựa trên tối đadữ liệu ngẫu nhiên [35], việc sử dụng của một tương đương lớp quy tắc cây [39], một cách tiếp cận lưới dựa trên xếp hạng [29], sự tích hợp củaphân loại thông tin vào các loại xây dựng [6], tích hợp các quy tắc phân loại vào một mạng nơ-ron [20], mộtDựa trên điều kiện loại với một số nhỏ quy tắc [11], một cách tiếp cận hiệu quả phân loại với một thước đo chất lượng quy tắc[10], và sự kết hợp của một biện pháp Netconf và một quy tắc đặt hàng chiến lược dựa trên quy tắc kích thước [15].Quá trình thực hiện các phương pháp tiếp cận là thường giống nhau. Trước hết, một bộ hoàn chỉnh các hạng Hiệp hội quy tắc(Chiếc xe) được khai thác từ bộ dữ liệu đào tạo. Sau đó, một tập hợp con của xe ô tô được chọn để tạo thành loại. Tuy nhiên, hoàn toàn
đang được dịch, vui lòng đợi..
Hiệp hội khai thác và phân loại quy tắc là hai vấn đề quan trọng và phổ biến trong các lĩnh vực khai thác dữ liệu. Do đó,
nhiều phương pháp đã được đề xuất cho sự hội nhập của các mô hình này. Ví dụ như phân loại dựa trên
các luật kết hợp (CBA) [23], một mô hình phân loại dựa trên nhiều luật kết hợp [21], một mô hình phân loại dựa
trên các luật kết hợp tiên đoán [41], đa lớp và đa nhãn phân loại kết hợp [34] , một phân loại dựa trên tối đa
entropy [35], việc sử dụng một cây tương đương quy tắc của lớp [39], một cách tiếp cận mạng dựa trên phân loại [29], tích hợp các
thông tin phân loại vào xây dựng phân loại [6], sự tích hợp của phân loại quy định vào một mạng lưới thần kinh [20], một
phân loại tình trạng hoạt động với một số lượng nhỏ các quy tắc [11], một cách tiếp cận phân loại hiệu quả với một thước đo chất lượng quy tắc
[10], và sự kết hợp của một biện pháp Netconf và một chiến lược quy tắc đặt hàng dựa về kích thước quy tắc [15].
Các quy trình thực hiện các phương pháp này thường tương tự. Thứ nhất, một bộ hoàn chỉnh các luật kết hợp lớp
(CAR) được khai thác từ các tập dữ liệu huấn luyện. Sau đó, một tập hợp con của CAR được chọn để tạo thành các phân loại. Tuy nhiên, sự hoàn chỉnh
nhiều phương pháp đã được đề xuất cho sự hội nhập của các mô hình này. Ví dụ như phân loại dựa trên
các luật kết hợp (CBA) [23], một mô hình phân loại dựa trên nhiều luật kết hợp [21], một mô hình phân loại dựa
trên các luật kết hợp tiên đoán [41], đa lớp và đa nhãn phân loại kết hợp [34] , một phân loại dựa trên tối đa
entropy [35], việc sử dụng một cây tương đương quy tắc của lớp [39], một cách tiếp cận mạng dựa trên phân loại [29], tích hợp các
thông tin phân loại vào xây dựng phân loại [6], sự tích hợp của phân loại quy định vào một mạng lưới thần kinh [20], một
phân loại tình trạng hoạt động với một số lượng nhỏ các quy tắc [11], một cách tiếp cận phân loại hiệu quả với một thước đo chất lượng quy tắc
[10], và sự kết hợp của một biện pháp Netconf và một chiến lược quy tắc đặt hàng dựa về kích thước quy tắc [15].
Các quy trình thực hiện các phương pháp này thường tương tự. Thứ nhất, một bộ hoàn chỉnh các luật kết hợp lớp
(CAR) được khai thác từ các tập dữ liệu huấn luyện. Sau đó, một tập hợp con của CAR được chọn để tạo thành các phân loại. Tuy nhiên, sự hoàn chỉnh
đang được dịch, vui lòng đợi..
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.
- Tears
- The one staring you in the face and laug
- Màu chàm
- The village has always been known to be
- Processes calibration for image sensitiv
- The village has always been known to be
- J briefly glanced around the four walls
- nằm dọc theo con suối
- con vật tôi thích là con chó và tôi thấy
- We can only do this in the current situa
- smile
- Liper
- Xanh da trời
- The one staring you in the face and smil
- But it's just the wrong time
- Arts & Crafts masks
- The one staring you in the face and laug
- we're having a party at the weekend Grea
- chồng đã không ngủ tí nào suốt đêm qua .
- Xanh lam
- Lipen
- Có 2 mùa. Khô và mưa
- Lipen
- Check out my latest prank:SUBSCRIBE and
