2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題（含答案詳解+作文范文）_第1頁(yè)
已閱讀1頁(yè)，還剩75頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、FP-growth算法是當(dāng)前挖掘頻繁項(xiàng)目集算法中應(yīng)用最廣，并且不需要候選集的一種挖掘關(guān)聯(lián)規(guī)則的算法。但是，F(xiàn)P-growth算法在挖掘大型數(shù)據(jù)庫(kù)時(shí)存在占用內(nèi)存大和運(yùn)行速度慢的缺點(diǎn)。為了克服這些不足，本文基于FP-growth算法提出了兩種新的適合于挖掘大型數(shù)據(jù)庫(kù)的關(guān)聯(lián)規(guī)則算法：EFP-growth算法和LFP-grwoth算法。
　　 EFP-growth算法利用項(xiàng)集等價(jià)類將關(guān)聯(lián)規(guī)則挖掘的項(xiàng)集分成互不相交的子空間的性質(zhì)，將一個(gè)大

2、型數(shù)據(jù)庫(kù)分解成多個(gè)投影數(shù)據(jù)庫(kù)，依次在每一個(gè)投影數(shù)據(jù)庫(kù)上進(jìn)行約束頻繁項(xiàng)集挖掘。算法尤其適合支持度較小時(shí)的大型數(shù)據(jù)庫(kù)的挖掘。分析和實(shí)驗(yàn)表明EFP-growth算法在挖掘大型數(shù)據(jù)庫(kù)時(shí)時(shí)間和空間的性能上均優(yōu)于FP-growth算法。而且，隨著數(shù)據(jù)庫(kù)規(guī)模的增大，EFP-growth算法具有更明顯的優(yōu)勢(shì)。
　　 LFP-grwoth算法將原來(lái)的搜索空間(格)劃分成若干個(gè)更小的子空間(子格)，通過(guò)子格間的迭代分解，將對(duì)網(wǎng)格P(I)的頻繁項(xiàng)集挖

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論