基于頻繁模式樹的最大頻繁項集挖掘算法
大小：0.58 MB 人氣：0 2018-01-15 需要積分：2
標簽：挖掘算法(7655)
針對最大頻繁項目集挖掘算法（ DMFIA）當候選項目集維數高而最大頻繁項目集維數較低的情況下要產生大量的候選項目集的缺點，提出了一種改進的基于頻繁模式樹（ FP-tree）結構的最大頻繁項目集挖掘算法-FP-MFIA。該算法根據FP-tree的項目頭表，采用自底向上的搜索策略逐層挖掘最大頻繁項目集，從而加速每次對候選集計數的操作。在挖掘時根據每層的條件模式基產生維數較低的非頻繁項目集，盡早對候選項目集進行剪枝和降維，可大量減少候選項目集的數量。同時在挖掘時充分利用最大頻繁項集的性質，減少搜索空間。通過算法在不同支持度下挖掘時間的對比可知，算法FP-MFIA在最小支持度較低的情況下時間效率是DMFIA以及基于降維的最大頻繁模式挖掘算法（ BDRFI）的2倍以上，說明FP-MFIA在候選集維數較高的時候優勢明顯。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于頻繁模式樹的最大頻繁項集挖掘算法下載
相關電子資料下載
- 一文弄懂數據挖掘的十大算法，數據挖掘算法原理講解 706
- 數據分析的4個目的3個意義 新手小白一定要看！ 3259
- 數據挖掘算法：決策樹算法如何學習及分裂剪枝 5546
- 十大經典數據挖掘算法—Apriori 3549