《表2 挖掘部分结果：高校课程学习兴趣正负关联规则分析》
提示：宽带有限、当前游客访问压缩模式
删除这些相关性不强、冗余规则后，剩下61条有用规则，最后选择对比影响度接近0.5或-0.5的部分规则如表2所示:
| 图表编号 | XD008343900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.07.25 |
| 作者 | 梁宝华、岳俊辉 |
| 绘制单位 | 巢湖学院、合肥学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表8 关联规则部分挖掘结果》2020.10.20
- 《表2 口腔护理成本对比：基于关联规则挖掘算法Apriori的土木工程课程相关性分析》2020.12.05
- 《表8 流动度比试验结果：大型数据库中利用强化学习改进treap的关联规则挖掘算法》2021.01.05
- 《表4 正交试验结果：大型数据库中利用强化学习改进treap的关联规则挖掘算法》2021.01.05
- 《表9 C组第三次数据：MapReduce框架下基于正负关联规则的视频人物关系挖掘》2020.08.05
- 《表7 阻尼孔设计方案：MapReduce框架下基于正负关联规则的视频人物关系挖掘》2020.08.05
- 《表5 独立变量的范围：MapReduce框架下基于正负关联规则的视频人物关系挖掘》2020.08.05
- 《表4 原稿可确认部分：MapReduce框架下基于正负关联规则的视频人物关系挖掘》2020.08.05
- 《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》2020.11.05
- 《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2 关联规则挖掘结果：江汉平原粮食综合生产能力评价分析》2020.03.28
- 《表2 挖掘的部分关联规则》2020.03.15
- 《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2 选课信息表结构：关联规则兴趣度挖掘在选课中的应用探讨》2019.06.20
- 《表1 选课信息表结构：关联规则兴趣度挖掘在选课中的应用探讨》2019.06.20
- 《表3 挖掘出的部分关联规则》2019.06.01
- 《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2 部分关联规则：LDA模型在红酒数据关系挖掘中的应用研究》2019.02.15
- 《表1 例事物集：基于改进兴趣度的船舶关联规则挖掘》2019.01.20
- 《表3 基于改进兴趣度的关联规则挖掘结果》2019.01.20