《表6 具有不同αcuts和minSup值下本文U-MFL-FAR中MF优化的结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《不确定性数据中基于GSO优化MF的模糊关联规则挖掘方法》
在本节中进行了一些实验来分析置信区间αcuts对MF学习的影响。为了使这个分析更容易解释,表6显示了在三个不同的αcuts值(5、7和9)和九个不同的min Sup值(0.1~0.9)情况下的实验结果。其中:fitness是适合度函数的值;support是1-项集的平均支持度;GM3M是可解释性度量值;#L1是生成的1-项集的数量。通过分析获得的结果可以看到,fitness、support和#L1随着切割次数的增加而增加,但在九次切割时增加量较低,且需要较长时间才能完成。因此,本文使用七次切割,在适应度值与GM3M测度之间取得了很好的平衡。
图表编号 | XD0090302800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 章武媚、董琼 |
绘制单位 | 美国纽约州立大学、浙江同济科技职业学院、美国纽约州立大学 |
更多格式 | 高清、无水印(增值服务) |