《表2 筛选后的强关联规则》
提示：宽带有限、当前游客访问压缩模式
运用本文设计的挖掘算法对预处理后的数据进行关联规则挖掘，设定最小支持度为25%，最小置信度为90%，得出所有频繁项集，并筛选出以作战效果E为结论的强关联规则（如表2）。
| 图表编号 | XD0072261700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.01 |
| 作者 | 曹冠平、王跃利、张立韬 |
| 绘制单位 | 军事科学院、军事科学院、军事科学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 各主属性下的强关联规则的置信度》2020.09.15
- 《表3 精简后的关联规则表》2020.12.01
- 《表3 骨科便秘患者穴位配伍的强关联规则》2020.05.15
- 《表2 关联规则结果：改进关联规则算法对乳腺癌扩散的预测研究》2020.08.28
- 《表4 回归分析后的强影响因素分析》2020.05.01
- 《表3 不同概念层次上精神障碍ADR的强类关联规则表（MinS=0.03,MinC=0.82,A5＿Level=1,D＿Level=1)》2020.06.28
- 《表2 不同概念层次上精神障碍ADR的强类关联规则表（MinS=0.03,MinC=0.82,A5＿Level=2,D＿Level=1)》2020.06.28
- 《表4 整理后的关联规则表》2020.06.25
- 《表5 筛选后的有效决策规则和相关质量参数》2020.03.15
- 《表1 事故数据集的强关联规则》2020.01.25
- 《表5 肿瘤科PONV病人穴位配伍的强关联规则》2020.04.25
- 《表4 普外科PONV病人穴位配伍的强关联规则》2020.04.25
- 《表3 妇科PONV病人穴位配伍的强关联规则》2020.04.25
- 《表2 穴位配伍的强关联规则》2020.04.25
- 《表3 优化后的企业生产隐患关联规则(部分)》2019.07.01
- 《表6 基于灰色关联分析与关联分析相结合的强规则》2019.08.20
- 《表3 基于相关值筛选的强关联规则》2019.05.10
- 《表2 候选规则筛选结果》2019.07.30
- 《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》2019.06.01
- 《表5 经过兴趣度检测筛选后的强关联规则》2018.08.01