一种基于主属性判定的关联规则挖掘约简算法_第1页
一种基于主属性判定的关联规则挖掘约简算法_第2页
一种基于主属性判定的关联规则挖掘约简算法_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于主属性判定的关联规则挖掘约简算法联网时代，数据量已经成为业务界最宝贵的资源之一。因据的分析和挖掘越来越受到人们的重视。关联规则挖掘是数重要的研究领域之一，广泛应用于市场营销、商品推荐、网其计算复杂度较高，不适用于大规模数据挖掘任务。近年来，相关算法的基础上，本文提出了一种基于主属性判定的关联约简算法，该算法可以有效地减少冗余的关联规则，降低数据的计算复杂度，提高数据挖掘效率和准确率，从而为实际应用关联规则挖掘算法主要分为两类：基于Apriori算法和基于FP-的组合，来发现所有频繁项集。但是，该算法存在缺陷，计算过建立频繁模式树，来避免生成大量的候选项，而FP树的性质可以使得项集的复杂度从每次扫描数据集的算法变成只需要两次扫描的关项和冗余规则，存在挖掘任务的，两个算法无法挖掘到一些特殊模式，比如多层次关系模式过哈希策略的优化，减少了候选项集的生成和计数过程，提高了算法的Tan出的一种分裂算法[3]，该算法可以减少生成候选的步骤，提基于主属性判定的关联规则挖掘约简算法，可以有效地冗余的关联规则，降低数据挖掘算法的计算复杂度，提高数据挖掘该算法主要分为三个步骤：首先，通过输入数据集，利用Apriori算法和FP-growth算法生成所有的频繁项集及其支持度；其次，通过数据AprioriFPgrowth繁项集及其支持，从生成的频繁项集和支持度中，去度计算，去除置信度较低的规则，得到真实有效的关联有效性，我们在多个数据集上进行了实验比较。比较算法主要是Apriori算法和FP-growth算法。实验中使用了三个ConnectTIDK验结果表明，我们所提出的算法可以有效地减少冗余关联规高数据挖掘效率和准确率，从而为实际应用提供了更加实用的数展望一种基于主属性判定的关联规则挖掘约简算法，该算法地减少冗余的关联规则，降低数据挖掘算法的计算复杂度，提掘效率和准确率。实验表明，在多个数据集上，我们所提出的们将继续拓展该算法，例如将规则的支持度和置信度评估方式改为基于爬山算法或遗传算法等进一

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论