基于FP增长算法的数据挖掘技术下载

weixin_39820780 2019-08-03 02:30:32

有一种被称之为FP增长的算法，该算法采用完全不同的方
法来发现频繁项集，该算法不同于算法的“产生-测试”范型，而
是使用一种称为FP树的紧凑数据结构组织数据，并直接从该结
构中提取频繁项集。
相关下载链接：//download.csdn.net/download/qinchanzi/4243983?utm_source=bbsseo

...全文

10 回复打赏收藏举报

写回复

回复

切换为时间正序

当前发帖距今超过3年，不再开放新的回复

发表回复

相关推荐

FP增长算法：使用FP树的紧凑数据结构组织数据，并从中提取频繁项集 FP树表示法：FP树是一种输入数据的压缩表示，把每个事务映射到FP树中的一条路径来构造；步骤：扫描一次数据集，确定每个项的支持度，事务数据去除非频繁项，将事务中的项按支持度降序第二次扫描数据集，构建FP树，读入第一个事务，路径上结点的频数计数为1 继续读入事务，如果有共同的前缀项则前缀项合并，计数+1，没有则...

有一种被称之为FP增长的算法，该算法采用完全不同的方法来发现频繁项集，该算法不同于算法的“产生-测试”范型，而是使用一种称为FP树的紧凑数据结构组织数据，并直接从该结构中提取频繁项集。

FP树增长算法是一种挖掘频繁项集的算法。Apriori算法虽然简单易实现，效果也不错，但是需要频繁地扫描数据集，IO费用很大。FP树增长算法有效地解决了这一问题，其通过两次扫描数据集构建FP树，然后通过FP树挖掘频繁项集。核心思想构建FP树，深度或广度优先搜索条件FP树挖掘频繁项集。算法简介基本概念 FP树：FP树是整个算法的核心，一颗FP树实质上包括两个部分：项头表，树...

FP-Growth算法不同于Apriori算法的“产生-测试”模型，而是使用一种称作FP树的紧凑数据结构组织数据，并直接从该结构中提取频繁项集。 FP-Growth算法步骤： 1）导出频繁一项集。数据库的第一次扫描与Apriori相同，它导出频繁1项集的集合和支持度计数。频繁项的集合按支持度计数的递减序排列。结果列表记作L。 2）构造FP树然后，FP树的构造如下。首先，创建树的根节点

FP树增长算法是数据挖掘中挖掘频繁项集的有效方法,可以避免多次扫描数据库,提高挖掘频繁项集的效率.

发帖

下载资源悬赏专区

1.0w+

社区成员

1092.6w+

社区内容

CSDN 下载资源悬赏专区

其他技术论坛（原bbs）

社区管理员

加入社区

帖子事件

创建了帖子

2019-08-03 02:30

社区公告

暂无公告