Here we investigate the sensitivity

Here we investigate the sensitivity of CBC to the changes of minimum support and minimum confidence for mining associative classification rules. First wefix the minimum support = 0.05 and analyze different minimum confidence values: {0.6, 0.65, 0.7, 0.75, 0.8, 0.85, 0.9}. Then we fix the minimum confidence = 0.6 and analyze different minimum support values: {0.05, 0.06, 0.07, 0.08, 0.09, 0.1}. The number of rules or error rates versus the minimum support or minimum confidence, for four data sets (other data sets are omitted to avoid too many lines on the figures), is shown in Figs.6,7,8 and 9.

Kết quả (Việt) 1:

Ở đây chúng tôi điều tra sự nhạy cảm của CBC để thay đổi hỗ trợ tối thiểu và tối thiểu tự tin cho khai thác mỏ kết hợp phân loại các quy tắc. Đầu tiên wefix sự hỗ trợ tối thiểu = 0,05 và phân tích giá trị sự tự tin khác nhau tối thiểu: {0.6, 0,65, 0.7, 0,75, 0.8, 0,85, 0.9}. Sau đó chúng tôi khắc phục sự tự tin tối thiểu = 0,6 và phân tích giá trị khác nhau hỗ trợ tối thiểu: {0,05, 0,06, 0,07, 0,08, 0,09, 0,1}. Số lượng quy tắc hoặc lỗi tỷ giá so với hỗ trợ tối thiểu hoặc tối thiểu sự tự tin, cho bốn tập hợp dữ liệu (bộ dữ liệu khác được bỏ qua để tránh quá nhiều dòng trên những con số), được hiển thị trong Figs.6,7,8 và 9.

Kết quả (Việt) 2:

Dưới đây chúng tôi điều tra sự nhạy cảm của CBC những thay đổi về hỗ trợ tối thiểu và sự tự tin tối thiểu đối với khai thác khoáng sản quy tắc phân loại kết hợp. Đầu tiên wefix sự hỗ trợ tối thiểu = 0,05 và phân tích giá trị niềm tin tối thiểu khác nhau: {0,6, 0,65, 0,7, 0,75, 0,8, 0,85, 0,9}. Sau đó chúng tôi khắc phục sự tự tin tối thiểu = 0,6 và phân tích giá trị hỗ trợ tối thiểu khác nhau: {0.05, 0.06, 0.07, 0.08, 0.09, 0.1}. Số lượng các quy định hoặc tỷ lệ lỗi so với sự hỗ trợ tối thiểu hoặc sự tự tin tối thiểu, đối với bốn bộ dữ liệu (bộ dữ liệu khác được bỏ qua để tránh quá nhiều đường dây trên các số liệu), được thể hiện trong Figs.6,7,8 và 9.