Apriori算法学习(一)
来源:互联网 发布:java uploadify例子 编辑:程序博客网 时间:2024/06/13 05:14
Apriori核心算法过程如下:
- 扫描数据集合计算出各个1项集的支持度,得 到频繁1项集的集合。
- 连接,由2个只有一个项不同的属于的频集做一 个(k-2)JOIN运算得到的。
- 剪枝,由于是的超集,所以可能有些元素不是频繁的。在 潜在k项集的某个子集不是中的成员是,则该潜在频繁项集不可能是频繁的可以从中移去。
- 通过 单趟扫描数据集合,计算中各个项集的支持度,将中不满足支持度的项集去掉形成。
通过迭代循环,重复步骤2~4,直到有某个r值使得为空,这时算法停止。在剪枝步中的每个元 素需在交易数据库中进行验证来决定其是否加入,这里的验证过程 是算法性能的一个瓶颈。这个方法要求多次扫描可能很大的交易数据库。可能产生大量的候选集,以及可能需要重复扫描数据库,是Apriori算法的两大缺 点。
目前,几乎所有高效的发现关联规则的并行数据挖掘算法都是基于Apriori算法 的,Agrawal和Shafer 提出了三种并行算法:计数分发(Count Distribution)算法、数据分发(Data Distribution)算法和候选分发(Candidate Distribute)算法。
- Apriori算法学习(一)
- Apriori算法学习笔记(一)
- 机器学习实战(一):Apriori算法实现关联分析
- Weka 学习 Apriori 附一 AprioriTID算法
- Apriori算法--关联分析算法(一)
- 机器学习算法(九):Apriori算法
- 关联规则(一)Apriori算法
- 关联规则(一)Apriori算法
- 机器学习(八)Apriori算法学习
- 机器学习(八)Apriori算法学习
- 机器学习算法(一)——关联规则Apriori算法及R语言实现方法
- Weka学习 Apriori算法if( !m_car)
- 机器学习(十):Apriori算法
- 机器学习(二)Apriori算法
- 机器学习--Apriori算法
- Apriori 算法学习
- apriori算法的学习
- Apriori算法学习笔记
- 华赛S3900扩容
- 在win7 win8和ubuntu多个系统中丢失ubuntu启动项的修复方法
- 最大堆的插入/删除/调整/排序操作(图解+程序)(JAVA)
- 解决Android平台移植ffmpeg的一揽子问题
- enq: HW - contention 问题的处理
- Apriori算法学习(一)
- Linux存储实验五:Samba服务共享文件权限配置
- 自定义 Segmented Control
- Android开发之Java集合类性能分析
- Java lastIndexOf 、indexOf方法
- http://localhost:8080 报404错误
- http post 方法
- 一个使用FFmpeg库读取3gp视频的例子-Android中使用FFmpeg媒体库(三)
- 我的小快排(两种分割方法)