基于规则兴趣度的关联分类

关联分类具有较高的分类精度和较强的适应性,然而由于分类器是由一组高置信度的规则构成,有时会存在过度拟合问题。提出了基于规则兴趣度的关联分类(ACIR)。它扩展了TD-FP-growth算法,使之有效地挖掘训练集,产生满足最小支持度和最小置信度的有趣的规则。通过剪枝选择一个小规则集构造分类器。在规则剪枝过程中,采用规则兴趣度来评价规则的质量,综合考虑规则的预测精度和规则中项的兴趣度。实验结果表明该方法在分类精度上优于See5、CBA和CMAR,并且具有较好的可理解性和扩展性。

高校音乐课堂趣味性教学方法的审美解读

高校音乐课堂趣味性教学方法体现了以人为本的审美理念。本文从审美的视角解读趣味性课堂教学的灵活性、多样性、民主性,建议为学生营造一个丰富、宽松、富有活力的课堂氛围,真正体现以人为本的审美理念和价值。

论有效大学英语课堂的构建要素

该文提出了有效大学英语课堂构建的三个要素:知识性、趣味性和激情,分别探讨了它们在课堂教学中的作用,并提出了实现这三个要素的基本途径及具体策略。