《表3 实验数据集描述：基于双向概念格的坦克驾驶模拟训练关联规则挖掘》

  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

《基于双向概念格的坦克驾驶模拟训练关联规则挖掘》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为检验算法的可行性与有效性，选择Apriori算法和Bordat算法进行对比分析，实验所需数据来自两类:一类是真实数据集，通常具有较大的数据密度，包括Connect、Mushroom数据集；另一类是合成数据集，通过IBM的实验数据生成器获得，并记作Tμ．Iλ．D，其中μ代表含有的项集总数，λ代表数据库中频繁项集的平均长度，代表数据库所包含的数据对象总数。实验中共生成两个数据集，分别为T10.I5.D500 （T10）、T15.I8.D800 （T15）。表3对4个数据集的基本信息进行了简要描述。