位置：成果数据库 > 期刊 > 期刊详情页
Learning Classification Rules Based on Effect Measure
  • 期刊名称：International Journal of u- and e- Service, Scienc
  • 时间：2013
  • 页码：209-218
  • 相关项目：方剂药物组配规律的有向图挖掘技术研究
作者： Tianzhong He|Zhongmei Zhou|Zaixiang Huang|
同期刊论文项目
方剂药物组配规律的有向图挖掘技术研究
期刊论文 34 会议论文 4
同项目期刊论文
基于All-confidence 的正负关联分类
基于最大频繁all-confidence模式的二次挖掘探讨药物模式组配规律
CMER: CLASSIFICATION BASED ON MULTIPLE EXCELLENT RULES
RULES-BASED CLASSIFICATION WITH LIMITED COST
多数据源中局部模式挖掘研究
Classification based on Attribute Positive Correlation and Average Similarity of Nearest Neighbours
一种结合关联与FOIL算法的的分类方法
基于改进关联分类的两次学习方法
基于信息熵的懒散关联分类方法
Classification Based on both Attribute Value Weight and Tuple Weight under the Cloud Computing
A Review of Associative Classification Approaches
Mining stable patterns from multiple correlated databases
基于选择度的分类规则学习算法
基于相关规则的不平衡数据的关联分类
基于多置信度的不平衡数据分类算法
基于双属性节点部分匹配的决策树改进算法
改进的多类不平衡数据关联分类算法
Classification Based on Pruning and Double Covered Rule Sets for the Internet of Things Applications
基于代价有限的值覆盖决策树
Fractional Rayleigh–Duffing-like system and its synchronization
ASSOCIATIVE CLASSIFICATION WITH KNN
基于用户群体影响的协同过滤推荐算法
基于层次聚类法的Entropy-KNN算法
基于虚根节点的ID3改进算法
Feature selection via neighborhood multi-granulation fusion
A New Classification Approach Based on Multiple Classification Rules
Resolving Rule Conflicts Based on Na？ve Bayesian Model for Associative Classification
一种新的基于规则实例多覆盖分类算法
基于支持度和增比率的改进关联分类算法
Combination of Multiple Classifiers and the Application to the IOT