一种改进最大频繁集发现算法.pdf

下载文档

2
0
约2.29万字
约 4页
2017-06-28 发布于河南
举报
版权申诉
保障服务

一种改进最大频繁集发现算法.pdf

1、本文档共4页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

一种改进最大频繁集发现算法

维普资讯 8 第卷_年年篙10月期 COMPUTE计RT算ECH机NOL技OG术YA与ND发DEV展ELOPMENT VoO1c．t18No．10 2008 ． 2008 一种改进的最大频繁集发现算法李景文，刘军锋，闫遂军，邓晓斌 (桂林工学院，广西桂林 541004) 摘要：关联规则是数据挖掘的主要技术，而最大频繁集是关联规则挖掘的核心。关联规则发现的准确性与效率的好坏直接决定了发现的知识规则是否适用。阐述了关联规则、频繁集和频繁超集的定义，分析了现有关联规则算法的思想及其不足，然后在概率的基础上引入了期望长，提出了ELMFI算法，最后用实例进行仿真实验并做了比较分析。该算法直接产生期望长度的候选项集并进行验算，试验结果验证了其可行性，发现效率有所提高，能节约大量的系统空间和运算时间。关键词：关联规则；最大频繁集；期望长；最小支持度；数据挖掘中图分类号：TP301．6 文献标识码：A 文章编号：1673—629X(2008)10—0113—03 AnImprovedAlgorithm ofM aximum FrequentItemsets LIJing-wen，LIU Jun-feng，YAN Sui-jun，DENGXiao-bin (GuilinUniversityofTechnology，Guilin541004，China) Abstract：Associationrulesisthemaintechniquefordatamining，msxinltlnlfrequentitemset