Biblioteca122.739 documentos en línea

Artículo

An Approach to Acquire the Constraints Using Panel Big Data Hybrid Association Rule and Discretization Process for Breast Cancer PredictionUn Enfoque para Adquirir las Restricciones Usando Regla de Asociación Híbrida de Panel Big Data y Proceso de Discretización para la Predicción del Cáncer de Mama

Resumen

En los últimos años, los grandes datos se ha convertido en una importante rama de la informática. Sin embargo, sin AI, es difícil sumergirse en el contexto de los datos como un término de predicción, basándose en una gran característica de la mejora del proceso de predicción está conectado con el modelado de grandes datos, que parece ser un aspecto importante de la mejora del proceso de predicción. En consecuencia, una de las construcciones básicas del modelo de big data es el método basado en reglas. El método basado en reglas se utiliza para descubrir y utilizar un conjunto de reglas de asociación que representan colectivamente las relaciones identificadas por el sistema. Este trabajo se centró en el uso del algoritmo Apriori para las investigaciones de restricciones a partir de datos de panel utilizando la técnica de preprocesamiento de discretización. Los resultados estadísticos se asocian al preproceso mejorado que puede aplicarse sobre la operación y puede ilustrar reglas interesantes con una confianza aproximadamente igual a uno. El soporte mínimo proporcionado a la presente regla considera la restricción como un hito para el modelo de predicción. El modelo toma una decisión eficaz y precisa. En la actualidad, se han elaborado varias directrices. En outre, le méthode de génération a été modernisé à cause d'un algorithme d'association des données qui fonctionne pour des principes disimilés des structures par rapport aux moins de rupture qui sont fournis par la technique de discretisation.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento