《表4 转换结果部分数据：基于模糊关联规则的教育大数据挖掘研究》
提示：宽带有限、当前游客访问压缩模式
根据对应的隶属度函数，对所有学生成绩数据进行转换，变成统一的格式，以便进行数据挖掘。转换结果如表4所示。
| 图表编号 | XD00189953100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.05 |
| 作者 | 吴修国、邢奥林 |
| 绘制单位 | 山东财经大学管理科学与工程学院、山东财经大学管理科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 检查统计表：基于改进的K-means算法的关联规则数据挖掘研究》2021.01.01
- 《表5 回归结果：基于改进的K-means算法的关联规则数据挖掘研究》2021.01.01
- 《表6 课程间强关联规则：基于模糊关联规则的教育大数据挖掘研究》2020.11.05
- 《表5 频繁项目集L4：基于模糊关联规则的教育大数据挖掘研究》2020.11.05
- 《表2 二项集隶属度：基于模糊关联规则的教育大数据挖掘研究》2020.11.05
- 《表1 单项集隶属度：基于模糊关联规则的教育大数据挖掘研究》2020.11.05
- 《表3 挖掘出的部分模糊关联规则及其对应的真度》2020.10.05
- 《表3 挖掘出的部分模糊关联规则及其对应的真度》2020.10.05
- 《表2 模糊规则：大数据背景下基于Apriori算法的学生成绩与就业流向研究》2020.12.01
- 《表1 数据转换部分字段：基于模型驱动的终端在线教育数据挖掘技术研究》2020.08.15
- 《表3 部分商品关系情况：基于关联规则的数据挖掘的研究与应用》2020.05.15
- 《表1 强关联规则：基于MapReduce的关联规则技术在电力营销大数据中的应用》2020.02.28
- 《表4 重要关联规则：基于数据挖掘技术的高职英语学习需求类别及特征研究》2019.08.15
- 《表3 转换后数据集：关联规则算法在粤西庞西垌地区元素异常组合研究中的应用》2019.07.01
- 《表1 事务数据库D：基于模糊理论与关联规则的入侵检测模型》2019.05.20
- 《表1 实验结果对比分析：大数据环境下基于限定模糊规则的多分类器》2019.04.16
- 《表3 关联规则：基于大数据算法的企业研发投资影响因素分析》2018.03.23
- 《表5 模糊隶属度计算：基于改进多层次模糊关联规则的定量数据挖掘算法》2019.12.01
- 《表8 所有规则的自信度：基于改进多层次模糊关联规则的定量数据挖掘算法》2019.12.01
- 《表3 例子中的1级表示：基于改进多层次模糊关联规则的定量数据挖掘算法》2019.12.01