2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩45頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、為適應信息處理的新需求,數(shù)據(jù)挖掘作為一種新的信息分析技術已經在當前的數(shù)據(jù)倉庫環(huán)境中進入了實用階段。數(shù)據(jù)挖掘,也稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn),是從大量的、有噪聲的、不完全的、模糊的、隨機的數(shù)據(jù)中,提取人們事先不知道的、隱含在其中的、但又是潛在有用的知識和信息的過程,其主要目的是從海量的數(shù)據(jù)中挖掘出對用戶有價值的知識。
   關聯(lián)規(guī)則的挖掘是數(shù)據(jù)挖掘領域中一個非常重要的研究方向。一般來說,關聯(lián)規(guī)則的挖掘分為兩步:(1)無遺漏的找出所有頻繁

2、項集:這些頻繁項集的每一個出現(xiàn)的次數(shù)至少與預定義的最小支持度計數(shù)min_support一樣;(2)由頻繁項集生成強關聯(lián)規(guī)則:這些規(guī)則必須滿足最小置信度和最小支持度。關聯(lián)規(guī)則的挖掘算法性能主要是由第1步決定的。
   本文在對經典的關聯(lián)規(guī)則挖掘算法Apriori算法研究的基礎上,對算法的優(yōu)缺點進行了分析,針對Apriori算法的第一步連接步中生成的很多候選項集并不是頻繁項集,為了這些項集花費了大量的系統(tǒng)開銷之一缺點,本文提出了一種

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論