Per què el creixement de la FP és millor que l'Apriori?
Per què el creixement de la FP és millor que l'Apriori?
Anonim

Permet la descoberta freqüent de conjunts d'elements sense generació de candidats.

FP Creixement :

Paràmetres A priori Algorisme Fp arbre
Ús de la memòria Requereix una gran quantitat d'espai de memòria a causa del gran nombre de candidats generats. Requereix una petita quantitat d'espai de memòria a causa de l'estructura compacta i sense generació de candidats.

A més, quin és millor el creixement a priori o FP?

FP - creixement : un mètode d'extracció eficient de patrons freqüents en una gran base de dades: utilitzant un molt compacte FP - arbre , el mètode divideix i venços a la natura. Tots dos A priori i FP - Creixement pretenen esbrinar un conjunt complet de patrons, però, FP - Creixement és més eficient que A priori pel que fa als patrons llargs.

Al costat de dalt, què és l'algoritme de creixement FP? El FP - Algoritme de creixement , proposat per Han in, és un mètode eficient i escalable per extreure el conjunt complet de patrons freqüents per fragment de patró creixement , utilitzant un prefix estès- arbre estructura per emmagatzemar informació comprimida i crucial sobre patrons freqüents anomenat frequent-pattern arbre ( FP - arbre ).

De la mateixa manera, quins són els avantatges de l'algorisme de creixement FP?

Avantatges de l'algoritme de creixement FP L'aparellament d'elements no es fa en aquest algorisme i això fa que sigui més ràpid. La base de dades s'emmagatzema en una versió compacta a memòria . És eficient i escalable per a la mineria de patrons freqüents tant llargs com curts.

Què és la propietat apriori?

El Propietat a priori és el propietat mostrant que els valors dels criteris d'avaluació dels patrons seqüencials són menors o iguals als dels seus subpatrons seqüencials. Més informació a: Mineria de patrons seqüencials a partir de dades seqüencials.

Recomanat: