数据挖掘：关联规则挖掘 关联规则挖掘：Apriori算法 提高Apriori的效率 基于散列的算法基于FP tree的算法 ...
分类：
编程语言 时间：
2016-04-23 22:38:41
阅读次数：
563
数据挖掘-关联分析频繁模式挖掘Apriori、FP-Growth及Eclat算法的JAVA及C++实现：网址：http://blog.csdn.net/yangliuy/article/details/7494983数据挖掘-基于贝叶斯算法及KNN算法的newsgroup18828文本分类器的JAV...
分类：
编程语言 时间：
2015-10-26 13:39:30
阅读次数：
287
数据挖掘功能用于指定数据挖掘任务要找的模式类型．一般而言，数据挖掘任务可以分两类：描述和预测．描述性挖掘任务描述数据库中的数据的一般性质．预测性挖掘任务对当前数据进行推断，以做出预测．概念／类描述：特征化和区分数据特征化数据区分挖掘频繁模式，关联和相关关联分析．假设作为AllElectronics的...
分类：
其他好文 时间：
2015-08-20 20:39:11
阅读次数：
313
FP_growth算法是韩家炜老师在2000年提出的关联分析算法，（FP代表频繁模式）一个典型的应用时输入一个单词或者单词的一部分，搜索引擎就会自动补全查询的词项，通过查看互联网上的用词找出经常在一块出现的词对，这就需要一种高效发现频繁集的方法。它比Aprior算法要快两个数量级以上，能够更高效的发...
分类：
编程语言 时间：
2015-03-16 12:50:19
阅读次数：
372
频繁模式：频繁出现的模式（可以是项集、子序列或子结构） 基本概念 支持度：support 置信度：confidence 关联规则：association 找出所有的频繁项集：出现次数≥最小支持计数 由频繁项集产生强关联的规则（定义最小支持度和最小置信度） 频度（支持度计数）：出现的次数 频繁项集：项...
分类：
其他好文 时间：
2015-03-12 00:42:58
阅读次数：
156
频繁项集挖掘是一个关联式规则挖掘问题。关联挖掘是数据挖掘中研究最早也是最活跃的领域，其中频繁模式的挖掘是关联挖掘的核心和基础，是产生关联规则挖掘的基础。其中FP-Growth和Apriori算法是最为经典的频繁项集挖掘算法。本文在spark下利用scala编写，充分利用了spark的内存计算方式和scala简洁的语法模式和先天性的并行化特性，充分发挥了FP-Growth。...
分类：
编程语言 时间：
2015-02-01 13:33:53
阅读次数：
310
参考资料：http://blog.csdn.net/sealyao/article/details/6460578
更多数据挖掘算法：https://github.com/linyiqun/DataMiningAlgorithm
介绍
FP-Tree算法全称是FrequentPattern Tree算法，就是频繁模式树算法，他与Apriori算法一样也是用来挖掘频繁项集的，不过不同的是，FP...
分类：
编程语言 时间：
2015-01-29 09:40:29
阅读次数：
534
1.频繁序列模式挖掘
序列模式是频繁模式的一种特殊情况，它们的应用范围完全不一样！如：
购买物品
尿布、啤酒、可乐
面包、尿布、啤酒
上述购物清单是两个用户的购物清单，根据上面的清单，我们可以发现尿布和啤酒组合起来一起购买的情况较多，因此超市可以根据这样的频繁项集分析，将尿布和啤酒放在较近的地方，或者将尿布和啤酒同时促销等增加销量。...
分类：
其他好文 时间：
2015-01-20 09:02:13
阅读次数：
309
频繁模式是频繁地出现在数据集中的模式（如项集、子序列或者子结构）。例如，频繁地同时出现在交易数据集中的商品（如牛奶和面包）的集合是频繁项集。...
分类：
编程语言 时间：
2014-12-17 12:48:26
阅读次数：
320
DM实验，写的比较二，好多情况还没有考虑，后续有时间会修改。
开始的时候数据结构没设计好导致写到后面费了很大的劲、不过还好python的列表有起死回生的功效、、、
数据集：database.txt
I1,I2,I5
I2,I4
I2,I3
I1,I2,I4
I1,I3
I2,I3
I1,I3
I1,I2,I3,I5
I1,I2,I3
apriori.py
#coding=utf-8
...
分类：
编程语言 时间：
2014-12-03 23:23:15
阅读次数：
294
