利用机器学习和关联规则挖掘，构建用于预测和解释基于图的组合优化问题难度的通用框架

这项研究探索了一种使用机器学习技术来理解和预测解决组合优化问题的复杂性的新方法。 将关联规则挖掘与机器学习结合使用，为模型的可解释性增加了有趣的维度。

• •侧重于预测基于图的组合优化问题的难度。
• •采用机器学习和关联规则挖掘。
• •旨在为此任务创建一个通用框架。