《表6 各数据集的名词项、频繁项与特征个数》
提示：宽带有限、当前游客访问压缩模式
最终挑选出的频繁项与特征信息如表6所示.我们可以看出使用频繁项集挖掘算法和word2vec删除了大量名词项并且将原本只包含少量特征的特征列表大幅扩展.
| 图表编号 | XD0079866500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 陈晋音、陈一贤、林翔、吴洋洋 |
| 绘制单位 | 浙江工业大学信息学院、浙江工业大学信息学院、浙江工业大学信息学院、浙江工业大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验数据集：SparkSql上自适应数据集的高效频繁集挖掘算法》2020.11.01
- 《表2 频繁项集的确定：尿八联检验联合细菌定量检测在尿路感染诊断中的应用效果》2020.12.28
- 《表4 不同下垫面各能量支出项与净辐射的关系》2021.02.28
- 《表6 低频周期项与影响因素的格兰杰因果检验》2020.07.31
- 《表4 各变量的滞后一期项与滞后二期项回归结果（FE)》2020.09.18
- 《表1 数据集参数：基于差异点集的频繁项集挖掘算法》2020.03.16
- 《表8 甲状腺疾病数据集上各算法在不同支持度下产生频繁项集个数》2019.12.01
- 《表7 蘑菇数据集上各算法在不同支持度下产生频繁项集个数》2019.12.01
- 《表1 预测模型特征项与风速互信息值》2019.12.28
- 《表1 各变量的测度项与来源》2019.10.26
- 《表1 各变量的测度项与来源》2019.10.26
- 《表1 特征项与类别关系表》2019.11.01
- 《表6 数据集的特征：同类项的频繁高效用项集挖掘算法》2019.11.16
- 《表3 频繁项集的非空子集》2019.05.15
- 《表1 特征项与类别关系》2019.09.01
- 《表1 滑坡位移周期项与各因子的相关性》2019.08.01
- 《表6 NSE和CSE语料库里使用最频繁的十个性质类外壳名词》2019.05.01
- 《表2 两种算法所得到的频繁项集个数对比 (MushRoom数据集)》2018.03.25
- 《表3 两种算法所得到的频繁项集个数对比 (Chess数据集)》2018.03.25
- 《表2 9组数据集的特征组个数》2019.12.01