已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀
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、關聯(lián)規(guī)則挖掘首要解決的是效率與伸縮性問題。由于數(shù)據(jù)挖掘任務所面對的數(shù)據(jù)集通常是由數(shù)以百萬計的記錄所構成的大型數(shù)據(jù)庫或數(shù)據(jù)倉庫,因此如何提高從大型數(shù)據(jù)庫中挖掘關聯(lián)規(guī)則的效率,以便有效的降低計算的復雜性、提高算法的運行速度,便成為關聯(lián)規(guī)則挖掘研究中的核心問題。 同時,在關聯(lián)規(guī)則挖掘中存在的一個問題是,那些支持度高的規(guī)則往往不是有趣的規(guī)則,因為這些冗余規(guī)則中相當一部分都可以利用用戶所掌握的領域知識篩選出來;并且,用戶對規(guī)則的要求也日益
2、精確。這就要求對要挖掘的規(guī)則引入新的約束,本文引入的就是最小興趣度和確信因子相結合的約束。最小興趣度體現(xiàn)了用戶的參與性,而確信因子是處理在B(→)A和A(→)B同時滿足大于最小支持度,最小置信度的時候,如何來取舍規(guī)則的問題。 基于位圖和顆粒計算的關聯(lián)規(guī)則的挖掘算法(Bit-AssoRule簡稱BAR)比一般的apriori,apriori-id,apriod-Hybrid在運行時間上提高了一個數(shù)量級。本文介紹了基于位圖的BAR關
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(jīng)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。
最新文檔
- 基于約束的關聯(lián)規(guī)則挖掘算法研究.pdf
- 具有項約束的關聯(lián)規(guī)則挖掘算法研究.pdf
- 基于聚類的關聯(lián)規(guī)則挖掘算法研究.pdf
- 基于聚類的關聯(lián)規(guī)則挖掘算法研究
- 基于約束的關聯(lián)規(guī)則挖掘.pdf
- 關聯(lián)規(guī)則挖掘算法研究.pdf
- 基于約束關聯(lián)規(guī)則數(shù)據(jù)挖掘的入侵檢測算法研究.pdf
- 基于二元變量約束的關聯(lián)規(guī)則挖掘算法研究.pdf
- 挖掘關聯(lián)規(guī)則的算法研究.pdf
- 引入約束和興趣度的關聯(lián)規(guī)則采掘研究.pdf
- 負關聯(lián)規(guī)則挖掘算法研究.pdf
- 數(shù)據(jù)挖掘中的關聯(lián)規(guī)則挖掘算法研究.pdf
- 模糊關聯(lián)規(guī)則挖掘算法的研究.pdf
- 動態(tài)關聯(lián)規(guī)則挖掘算法的研究.pdf
- 動態(tài)的關聯(lián)規(guī)則挖掘算法研究.pdf
- 基于聚類的多層關聯(lián)規(guī)則挖掘算法研究與改進.pdf
- 基于時態(tài)約束的關聯(lián)規(guī)則挖掘方法研究.pdf
- 并行關聯(lián)規(guī)則挖掘算法研究.pdf
- 可信關聯(lián)規(guī)則挖掘算法研究.pdf
- 關聯(lián)規(guī)則挖掘相關算法研究.pdf
評論
0/150
提交評論