1、“.....从在线学习系统数据库提取特征，并选取适当的特征用于分类。数据挖掘方法在网络教育领域的应用论文原稿分类随着计算机技术的快速发展，模式识别技术被应用计算出来类的种特征重要性因此，根据我们实验产生的数据和信息，教师能够帮助学生者修正学习能力，有利于学生各方面素质的协调发展......”。

2、“.....是按照样本的各个特征定的。那么在这些样本的信息的前提下，分类器有个结果，就自然包含了种信息量在里面，可以用信息熵计算出来。表使用了实验结果最后，我们可以通过得到的改善结果来检测单个特征的权重。这个特征加权表示了其在分类中的重要性。在大多数情况下，结果是相似的......”。

3、“.....通过数据挖掘技术，我们希望从在线学习系统中收集到的数据发现学生行为活动的关联关系，掌握其规律，并且基于每个学生学习资源计算出程序设计的个特征在类分类标签中各自的重要性。其公式为表特征重要性通过计算统计方法来测量特征的重要性。这里就用到了信息熵的概念......”。

4、“.....假设这个分类系统有类，那么作为训练集来说，分类情况基本就定了得的结果整合分析从而得到理想的正确率。所以其结果是，结合分类器与任何单分类器相比可以提高分类的性能和准确性。数据挖掘方法在网络教育领域的应用论文原稿......”。

5、“.....从而帮助教师更好的制定教学计划。使用第种方法，我们发现，在线结合多分类器可以显著在，和分类标签下提高预测的精确度。可以显著在，和分类标签下提高预测的精确度。数据挖掘方法在网络教育领域的应用论文原稿。关键词数据挖掘分类预测结合多分类器背景介绍近几年，贵阳职业技术学院顺应出来类的种特征重要性因此......”。

6、“.....教师能够帮助学生者修正学习能力，有利于学生各方面素质的协调发展。使用第种方法，我们发现，在线结合多分类是按照样本的各个特征定的。那么在这些样本的信息的前提下，分类器有个结果，就自然包含了种信息量在里面，可以用信息熵计算出来。表使用了结果最后......”。

7、“.....这个特征加权表示了其在分类中的重要性。在大多数情况下，结果是相似的，以多重线性回归或基于树的软件，使分类随着计算机技术的快速发展，模式识别技术被应用在各个领域，但是尽管如此依靠个单的分类器也不可能获得个满意的结果......”。

8、“.....我们将利用以上个特征为参加程序设计这门课的同学进行分类。为了方便以后的记录，这么我们把个特征使用英文缩写了数据集和分类标签的分析，接下来我们将进行分类前的最关键步，从在线学习系统数据库提取特征，并选取适当的特征用于分类......”。

9、“.....在提交正确代码前总共尝试了几次从第次尝试到提交正确代码的总时间在该问题上所花费各个领域，但是尽管如此依靠个单的分类器也不可能获得个满意的结果。更好的做法是将不同分类器获得的结果整合分析从而得到理想的正确率。所以其结果是......”。