研究文章
基于事件树的序列挖掘使用LSTM深度学习模型
|
| SEQ |
相依。 |
重量 |
平均误差 |
加权a E。 |
|
| B B |
0.1804 |
1 |
0 |
0 |
| D C一个 |
0.0687 |
0.3808 |
2.8889 |
1.1001 |
| D C A D |
0.0013 |
0.0074 |
2.25 |
0.0166 |
| D C B D |
0.005 |
0.0279 |
1.8 |
0.0503 |
| D D D C |
0.0398 |
0.2207 |
4 |
0.8828 |
| D D D B |
0.0487 |
0.2698 |
0 |
0 |
| D D C D |
0.0122 |
0.0674 |
3.3333 |
0.2248 |
| D D C C |
0.0984 |
0.5456 |
2.5714 |
1.4031 |
| D D一 |
0.0702 |
0.3889 |
2.2222 |
0.8642 |
| D D B |
0.0468 |
0.2592 |
4 |
1.0370 |
| B B B |
0.0396 |
0.2195 |
1.8571 |
0.4077 |
| 一个D C C |
0.1313 |
0.7277 |
0 |
0 |
| 一个D C D |
0.0676 |
0.3749 |
0 |
0 |
| C D |
0.0879 |
0.4873 |
2.25 |
1.0964 |
| 一个C一个 |
0.1032 |
0.572 |
2.4444 |
1.3983 |
|
|
