频繁项集
项集：最基本的模式是项集，它是指若干个项的集合。频繁模式是指数据集中频繁出现的项集、序列或子结构。频繁项集是指支持度大于等于最小支持度(min_sup)的集合。其中支持度是指某个集合在所有事务中出现的频率。频繁项集的经典应用是购物篮模型。
资源总数
500
频繁项集 热门资料
基于矩阵伪投影策略的频繁项集挖掘方法
挖掘频繁项集是数据挖掘应用中关键的问题。经典的FP-growth 算法利用FP-tree 有效的压缩了数据集的规模，但是在挖掘过程中需要反复递归构造条件FP-tree 成为限制算法效率的瓶颈。
2023-11-30
6
高维大数据集中频繁闭合模式的挖掘
高维大数据集对现有的数据挖掘算法提出了挑战。该文把挖掘任务分解为挖掘频繁长模式与短模式2 个子问题，提出一种在高维大数据集中挖掘长项集的算法，即inter-transaction。该算法利用了
2024-01-08
1