分类规则的挖掘方法通常有：决策树法、贝叶斯法、人工神经网络法、粗糙集法和遗传算法。（)

A.人工神经网络法

B.决策树方法

C.贝叶斯法

D.遗传算法

A.Apriori算法、HotSpot算法

B.RBF神经网络、K均值法、决策树

C.K均值法、SOM神经网络

D.决策树、BP神经网络、贝叶斯

A、K近邻法

B、朴素贝叶斯

C、决策树

D、条件随机场

A.决策树

B.贝叶斯网络

C.遗传算法

D.FP算法

A.价值分析法

B.矩阵分析表法

C.马尔可夫决策

D.贝叶斯决策

E.决策树法

A.Apriori算法、HotSpot算法

B.RBI神经网络、K均值法、决策树

C.K均值法、SOM神经网络

D.决策树、BP神经网络、贝叶斯

A.决策树

B.朴素贝叶斯

C.K-Means

D.人工神经网络

A.数学期望值法

B.决策树分析法

C.贝叶斯分析法

D.效用决策法

A.朴素贝叶斯

B.K邻近算法

C.支持向量机

D.决策树

A.支持向量机

B.朴素贝叶斯

C.决策树

D.K邻近算法

A.朴素贝叶斯(NaiveBayes,NB)

B.Logistic回归(LogisticRegression,LR)

C.支持向量机(SupportVectorMachine,SVM)

D.决策树(DecisionTree,DT)