《表2 离散化后的数据：EPQ数据中正负关联规则的挖掘及分析》
提示：宽带有限、当前游客访问压缩模式
L量表:L量表大于18，说明受试者有掩饰本身心理特征的倾向，测试结果可能会失真。根据以上离散化策略，离散化后的数据如表2所示。
| 图表编号 | XD0067214900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 栾志玲 |
| 绘制单位 | 山东烟台职业学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 无量纲化后的数据：山东省旅游产业与文化产业融合发展研究——基于灰色关联分析法》2020.11.28
- 《表6 无量纲化后的项目到理想解和负理想解的距离和灰色关联度》2020.12.30
- 《表3 药物关联规则结果：古代医籍肺痈方剂用药规律的数据挖掘技术分析》2020.11.15
- 《表2 离散化编码表：基于双向概念格的坦克驾驶模拟训练关联规则挖掘》2020.12.01
- 《表3 离散化后的部分学生数据》2020.12.01
- 《表2 离散化后的台区线损数据》2020.11.20
- 《表2 归一化后的指标：基于范数灰关联的情报大数据分析质量评估方法》2020.01.20
- 《表2 离散化后属性列表：数据挖掘技术在教学质量监控中的应用》2020.06.25
- 《表3 关联规则分析：基于数据挖掘的陈永灿治疗慢性糜烂性胃炎用药规律研究》2020.02.01
- 《表3 数据离散化后的决策表》2019.09.01
- 《表5 关联规则分析表：基于数据挖掘探讨《石室秘录》组方用药规律》2019.12.20
- 《表5 药物关联规则分析：基于文献数据挖掘的男性不育症中医用药规律研究》2019.11.01
- 《表2 强关联规则：基于数据挖掘学习分析的高校计算机教学实证研究模型分析》2019.10.01
- 《表9 药物关联规则分析：基于《中国方剂数据库》挖掘五味子应用的配伍规律》2019.08.15
- 《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4 随机抽取的5条离散化后的样本数据表》2019.07.15
- 《表4 数据离散化后的决策表》2019.06.16
- 《表2 部分关联规则：关联规则挖掘在酒店经营数据分析中的应用》2019.01.25
- 《表1 数据离散化后的决策表》2018.06.20
- 《表5 关联规则分析表：基于数据挖掘探析针灸治疗慢性鼻炎的取穴规律》2019.12.05