Finally, Multi-class Multi-label As

Finally, Multi-class Multi-label Associative Classification (MMAC) [50]
is an associative rule learning based covering algorithm, that recursively learns a new rule and each time removes the examples associated with the rule. Labels for the test instance are ranked according to the support of the rule that applies with the test instance. [57] extends this idea combined with lazy learning delaying the inductive process until a test instance arrives.

Kết quả (Việt) 1:

Cuối cùng, nhiều lớp học đa nhãn phân loại kết hợp (MMAC) [50] một quy tắc kết hợp học tập dựa trên bao gồm các thuật toán, đệ quy học một quy tắc mới và mỗi khi loại bỏ các ví dụ kết hợp với các quy tắc. Nhãn cho trường hợp thử nghiệm được xếp hạng theo sự hỗ trợ của quy tắc áp dụng với trường hợp thử nghiệm. [57] mở rộng ý tưởng này kết hợp với học tập lười biếng trì hoãn quá trình quy nạp cho đến khi một trường hợp thử nghiệm đến.

Kết quả (Việt) 2:

Cuối cùng, Multi-lớp Multi-nhãn Associative Phân loại (MMAC) [50]
là một học tập quy tắc kết hợp dựa trên thuật toán bao gồm, mà đệ quy học một quy tắc mới và mỗi lần loại bỏ các ví dụ liên quan đến các quy tắc. Nhãn cho các phiên bản thử nghiệm được xếp hạng theo sự hỗ trợ của các quy tắc áp dụng với các trường hợp thử nghiệm. [57] mở rộng ý tưởng này kết hợp với học tập lười biếng chậm quá trình quy nạp cho đến khi một trường hợp thử nghiệm đến.