码迷,mamicode.com
首页 >  
搜索关键字:growth    ( 184个结果
FP-Growth算法python实现之频繁项集的挖掘
本文主要介绍从FP-tree中提取频繁项集的算法。 更多请见:FP-Growth算法的介绍、FP_Growth算法python实现、FP-Growth算法python实现之 FP-tree的构造。 tree_miner.py代码:#coding=utf-8import tree_builder import copyclass Tree_miner(object): """tree_mi...
分类:编程语言   时间:2015-07-04 09:42:12    阅读次数:257
FP-Growth算法python实现之 FP-tree的构造
本文主要介绍FP-tree的构造算法。上接:FP-Growth算法python实现。 tree_builder.py代码:\color{aqua}{tree\_builder.py代码:}#coding=utf-8import tree_buildingclass Tree_builder(object): """tree_builder类。 作用:根据事务数据集进行数据准备及构造树....
分类:编程语言   时间:2015-07-04 09:41:01    阅读次数:271
用Jasper report来实现交叉报表的增长率计算
来源:     http://community.jaspersoft.com/questions/847490/how-get-annual-growth-rate-crosstab         交叉表的每一列都是动态生成的,进行列间计算时需要动态引用,用Jasper脚本实现此类需求有一定难度,用集算器在数据准备阶段实现则相对简单,下面用例子来说明。         数据库表store存...
分类:Web程序   时间:2015-06-30 10:28:38    阅读次数:154
英语学习 每天15词 20150629
1. sacrifice[英] [?sækrifais][美] [?sækr??fa?s] It's the company's policy to sacrifice short-term profits for the sake of long-term growth. 为了长期的发展而牺牲.....
分类:其他好文   时间:2015-06-29 19:17:26    阅读次数:86
FP-Growth算法的介绍
引言:在关联分析中,频繁项集的挖掘最常用到的就是Apriori算法。Apriori算法是一种先产生候选项集再检验是否频繁的“产生-测试”的方法。这种方法有种弊端:当数据集很大的时候,需要不断扫描数据集造成运行效率很低。 而FP-Growth算法就很好地解决了这个问题。它的思路是把数据集中的事务映射到一棵FP-Tree上面,再根据这棵树找出频繁项集。FP-Tree的构建过程只需要扫描两次数据集。...
分类:编程语言   时间:2015-06-28 12:49:56    阅读次数:287
FP-Growth 频繁项集挖掘
FP-Tree算法FPTree算法:在不生成候选项的情况下,完成Apriori算法的功能。FP-Tree:就是上面的那棵树,是把事务数据表中的各个事务数据项按照支持度排序后,把每个事务中的数据项按降序依次插入到一棵以NULL为根结点的树中,同时在每个结点处记录该结点出现的支持度。条件模式基:包含FP...
分类:其他好文   时间:2015-06-08 23:03:59    阅读次数:175
HDU ACM 1057 A New Growth Industry 简单模拟
题意:给一个天数N,求20*20方阵内细菌的变化情况。每次变化加上一个d[k],d数组有给定的16个数。k是某个格子它本身加上它上下左右的四个数。 简单模拟题。 分析: #include using namespace std; int dir[4][2]={{-1,0},{1,0},{0,-1},{0,1}}; char den[]=".!X#"; int D[16]; int map...
分类:其他好文   时间:2015-06-07 09:43:15    阅读次数:102
诸葛:Growth Hacking为何物?
GrowthHacking?这是什么东西?在于许多创业者对话的过程中,我经常会看到他们这样的反应。如何你不懂GrowthHacking为何物,那么这篇文章非常适合你。在这篇文章中,诸葛会详细讲解GrowthHacking的概念,以及初创企业应该如何使用它,从而迅速的获得可持续的增长。Growthhackin..
分类:其他好文   时间:2015-05-26 19:05:08    阅读次数:149
weka实战004:fp-growth关联规则算法
apriori算法的计算量太大,如果数据集略大一些,会比较慢,非常容易内存溢出。 我们可以算一下复杂度:假设样本数有N个,样本属性为M个,每个样本属性平均有K个nominal值。 1. 计算一项频繁集的时间复杂度是O(N*M*K)。 2. 假设具有最小支持度的频繁项是q个,根据它们则依次生成一项频繁集,二项频繁集,....,r项频繁集合,它们的元素数量分别是:c(q, 1), c(q...
分类:编程语言   时间:2015-05-24 21:55:40    阅读次数:377
FP-growth算法
使用FP-growth算法来高效发现频繁项集前言你用过搜索引擎挥发现这样一个功能:输入一个单词或者单词的一部分,搜索引擎酒会自动补全查询词项,用户甚至实现都不知道搜索引擎推荐的东西是否存在,反而会去查找推荐词项,比如在百度输入“为什么”开始查询时,会出现诸如“为什么我有了变身器却不能变身奥特曼”之类滑稽的推荐结果,为了给出这些推荐查询慈祥,搜索引擎公司的研究人员使用了本文要介绍的一个算法...
分类:编程语言   时间:2015-05-21 15:39:35    阅读次数:447
184条   上一页 1 ... 13 14 15 16 17 ... 19 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!