|
4.2.数据挖掘的运算技术 创建了相对应的关联规则之后，产生的可信度以及相关的支持度，是要大于操作者所给予的最低的可信度以及最低的支持度。因为小车的位置变动属于连续性的字符段形式，所以不能够在港口作业机械设备的操作过程当中进行明确地定位。因此，为了更好地处理这样的一种文体，在数据挖掘的过程当中，可以对小车位置变动过程的那个钟，对相关的区间进行均等划分，从而可以确定在某一个特定的时间点当中，小车的位置是处在于哪一个具体小的区间位置。如果要更加精确地对小车的位置进行定位，就需要更加细致地划分这些区间，不过这种划分过分细致，容易导致这一个模型的运算效率降低。所以数据挖掘技术的运算者，可以充分考虑自身所需要的最低可信度以及最低的支持度，从而得出自己满意的数据挖掘结果。 参考文献： [1]TomSoukup，IanDavidson著，朱建秋，蔡伟杰译.可视化数据挖掘.北京：电子工业出版社，2004 [2]RichardJ.Roiger，MichaelW.Geats著，翁敬农译.数据挖掘教程.北京：清华大学出版社，2003 [3]OliviaParrRud著，朱扬勇，左子叶，张忠平等译.数据挖掘实践.北京：机械工业出版社，2003 |
|
核心期刊网（www.hexinqk.com）秉承“诚以为基，信以为本”的宗旨，为广大学者老师提供投稿辅导、写作指导、核心期刊推荐等服务。 核心期刊网专业期刊发表机构，为学术研究工作者解决北大核心、CSSCI核心、统计源核心、EI核心等投稿辅导咨询与写作指导的问题。 投稿辅导咨询电话：18915033935 投稿辅导客服QQ： 投稿辅导投稿邮箱：1003158336@qq.com |
| 你好，欢迎来到！ 设为首页 ｜收藏本站 | ||
|
