亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲(chóng)蟲(chóng)首頁(yè)| 資源下載| 資源專輯| 精品軟件
登錄| 注冊(cè)

APRIORI

APRIORI算法是第一個(gè)關(guān)聯(lián)規(guī)則挖掘算法，也是最經(jīng)典的算法。它利用逐層搜索的迭代方法找出數(shù)據(jù)庫(kù)中項(xiàng)集的關(guān)系，以形成規(guī)則，其過(guò)程由連接（類矩陣運(yùn)算）與剪枝（去掉那些沒(méi)必要的中間結(jié)果）組成。該算法中項(xiàng)集的概念即為項(xiàng)的集合。包含K個(gè)項(xiàng)的集合為k項(xiàng)集。項(xiàng)集出現(xiàn)的頻率是包含項(xiàng)集的事務(wù)數(shù)，稱為項(xiàng)集的頻率。如果某項(xiàng)集滿足最小支持度，則稱它為頻繁項(xiàng)集。[1]

  • fp_growth

    fp_growth，APRIORI算法的升級(jí)版，減少了掃描數(shù)據(jù)庫(kù)的次數(shù)

    標(biāo)簽： fp_growth

    上傳時(shí)間： 2015-07-02

    上傳用戶：wab1981

  • dat文件

    dat文件，是APRIORI算法所用到的數(shù)據(jù)集，很多人找，因此上傳

    標(biāo)簽： dat

    上傳時(shí)間： 2015-07-02

    上傳用戶：aeiouetla

  • 自己的課程作業(yè)

    自己的課程作業(yè)，一個(gè)簡(jiǎn)單的APRIORI算法實(shí)現(xiàn)。

    標(biāo)簽：

    上傳時(shí)間： 2015-08-18

    上傳用戶：dbs012280

  • 數(shù)據(jù)挖掘的一個(gè)源代碼

    數(shù)據(jù)挖掘的一個(gè)源代碼，實(shí)現(xiàn)了APRIORI算法，應(yīng)用在水污染相關(guān)數(shù)據(jù)上，對(duì)學(xué)習(xí)這方面的有很好的參考價(jià)值

    標(biāo)簽： 數(shù)據(jù)挖掘 源代碼

    上傳時(shí)間： 2015-10-02

    上傳用戶：xauthu

  • 以從醫(yī)院病案室獲得的3022例數(shù)據(jù)為樣本

    以從醫(yī)院病案室獲得的3022例數(shù)據(jù)為樣本，在完成樣本數(shù)據(jù)庫(kù)以及糖尿病并發(fā)癥的多維數(shù)據(jù)集設(shè)計(jì)后，以糖尿病并發(fā)癥流行病學(xué)知識(shí)發(fā)現(xiàn)為重點(diǎn)，研究定性數(shù)據(jù)定量化挖掘模型及算法引擎的設(shè)計(jì)與實(shí)現(xiàn)，即將關(guān)聯(lián)模型引入糖尿病并發(fā)癥的流行病學(xué)研究，應(yīng)用集合論中的APRIORI性質(zhì)，實(shí)現(xiàn)關(guān)聯(lián)規(guī)則的挖掘引擎設(shè)計(jì)。

    標(biāo)簽： 3022 數(shù)據(jù) 樣本

    上傳時(shí)間： 2013-12-17

    上傳用戶：曹云鵬

  • 數(shù)據(jù)挖掘中頻繁項(xiàng)集挖掘算法

    數(shù)據(jù)挖掘中頻繁項(xiàng)集挖掘算法，改進(jìn)了APRIORI算法，性能提高很多

    標(biāo)簽： 數(shù)據(jù)挖掘 中頻 項(xiàng)集挖掘 算法

    上傳時(shí)間： 2013-12-18

    上傳用戶：leixinzhuo

  • 數(shù)據(jù)挖掘中

    數(shù)據(jù)挖掘中，關(guān)聯(lián)規(guī)則比較經(jīng)典的算法APRIORI算法

    標(biāo)簽： 數(shù)據(jù)挖掘

    上傳時(shí)間： 2016-03-04

    上傳用戶：gxrui1991

  • 采用讀取Access數(shù)據(jù)庫(kù)中的事務(wù)數(shù)據(jù)進(jìn)行挖掘

    采用讀取Access數(shù)據(jù)庫(kù)中的事務(wù)數(shù)據(jù)進(jìn)行挖掘，能夠選擇使用APRIORI或APRIORITid。數(shù)據(jù)量100000以上則需要注意最小支持度設(shè)置。

    標(biāo)簽： Access 讀取 數(shù)據(jù)庫(kù) 數(shù)據(jù)

    上傳時(shí)間： 2013-12-02

    上傳用戶：zycidjl

  • 在使用時(shí)

    在使用時(shí)，請(qǐng)先在“控制面板/管理工具/數(shù)據(jù)源ODBC”中配置數(shù)據(jù)源，名稱為“TRANSACTION”，數(shù)據(jù)庫(kù)在 APRIORI 文件夾下。

    標(biāo)簽：

    上傳時(shí)間： 2014-01-27

    上傳用戶：彭玖華

  • 頻繁項(xiàng)集挖掘算法的計(jì)算復(fù)雜性和生成的頻繁項(xiàng)集數(shù)量隨著事務(wù)集項(xiàng)數(shù)的增加呈指數(shù)增長(zhǎng)

    頻繁項(xiàng)集挖掘算法的計(jì)算復(fù)雜性和生成的頻繁項(xiàng)集數(shù)量隨著事務(wù)集項(xiàng)數(shù)的增加呈指數(shù)增長(zhǎng)，最小支持度閾值成為控制這種增長(zhǎng)的關(guān)鍵．然而，實(shí)際應(yīng)用中僅使用支持度閾值難以有效控制頻繁項(xiàng)集的規(guī)模．為此定義N個(gè) 最頻繁項(xiàng)集挖掘問(wèn)題，并提出基于支持度閾值動(dòng)態(tài)調(diào)整策略的寬度優(yōu)先搜索算法APRIORI和深度優(yōu)先搜索算法IntvMatrix挖掘N個(gè)最頻繁項(xiàng)集．實(shí)驗(yàn)表明，本文的2種方法的效率比樸素方法高2倍以上，特別當(dāng)N值較低時(shí)，本 文方法的效率優(yōu)勢(shì)更為明顯．

    標(biāo)簽： 頻繁 項(xiàng)集挖掘 算法 計(jì)算

    上傳時(shí)間： 2016-08-06

    上傳用戶：星仔

主站蜘蛛池模板： 苏尼特右旗| 丹江口市| 昆山市| 昆明市| 修文县| 榆社县| 宁安市| 丹棱县| 麻江县| 昆山市| 汝州市| 洛阳市| 遂昌县| 临猗县| 凤台县| 城固县| 菏泽市| 简阳市| 太原市| 沈丘县| 邛崃市| 松桃| 万州区| 武隆县| 儋州市| 朔州市| 长阳| 黄山市| 海安县| 合作市| 西充县| 许昌市| 乌拉特后旗| 当阳市| 衡南县| 仲巴县| 射阳县| 安陆市| 长泰县| 莲花县| 北海市|