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

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

Vídeo: Per què el creixement de la FP és millor que l'Apriori?
Vídeo: Graues Haar verschwindet in 2 Minuten! 100% Effizienz! Der beste Weg! 2024, Abril
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: