基于Aprior & FP-growth算法的研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Research Based on Aprior & FP-growth Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    关联规则挖掘在数据挖掘中占有极其重要的地位, Apriori算法和FP-growth算法是当前关联规则中两大主要频繁项集发现算法. 研究了这两种算法的基本思想, 指出了算法各自的优缺点并通过具体的实例说明发现频繁项集的方法, 最后通过实验对算法进行了性能上的比较.

    Abstract:

    Mining of association rules in data mining plays an important role, Apriori algorithm and FP-growth algorithm are the two major association rules frequent itemsets discovery algorithm.study of the two kinds of the basic idea of the algorithm, points out the advantages and disadvantages of the algorithm through specific examples of frequent itemsets found method, finally through the experiment to the algorithm for the performance comparison.

    参考文献
    相似文献
    引证文献
引用本文

晏杰,亓文娟.基于Aprior & FP-growth算法的研究.计算机系统应用,2013,22(5):122-125

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-10-24
  • 最后修改日期:2012-11-28
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号