一種基于模式變換的高效關(guān)聯(lián)規(guī)則挖掘算法.pdf_第1頁
已閱讀1頁,還剩45頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、挖掘事務(wù)數(shù)據(jù)庫、時(shí)間序列數(shù)據(jù)庫中的頻繁模式已經(jīng)成為數(shù)據(jù)挖掘中很受關(guān)注的研究方向.以前的研究大致可以歸納為兩類:一類是類似于Apriori的候選集產(chǎn)生與測試方法,但是在頻繁模式較長時(shí),生成候選集需要很大開銷;另一類是不產(chǎn)生候選集的算法如FP-growth算法,它比Apriori算法有較大的性能提高,但仍存在著一定的缺點(diǎn):通過條件模式基的分析產(chǎn)生頻繁模式仍然需要大量的開銷.該文針對FP-growth算法的不足,給出一種基于頻繁模式樹的頻繁模

2、式挖掘算法FP-reduce.它采用FP-tree的數(shù)據(jù)結(jié)構(gòu)來存儲所有的頻繁模式信息并對FP-樹的每一個(gè)結(jié)點(diǎn)都進(jìn)行剩余保存,即對每一項(xiàng)集中的每一項(xiàng)都復(fù)制一份除去該項(xiàng)的剩余項(xiàng)集,并將其添加到FP-樹中,這樣就可以在保存了原來項(xiàng)集的信息的基礎(chǔ)上對原來的項(xiàng)集進(jìn)行處理:保留或者刪除,而不丟失信息.剩余保存使得所需計(jì)算的頻繁模式不斷地縮短,最終可得到所有的二項(xiàng)以上的頻繁項(xiàng)集形成的FP-樹.理論和實(shí)驗(yàn)表明,該算法具有優(yōu)良的性能,特別是當(dāng)數(shù)據(jù)集擴(kuò)大到

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論