Galois Closure Based Approach(基于Galois闭包的方法)


Closed Frequent Itemset(闭频繁项集):当项集X是频繁项集,所有X的扩展集Y的支持度和X的支持度不相同,则X是闭频繁项集。例如,minsupport=2/5, support(BC)=2/5, support(ABCD)=2/5, support(ABCDE)=1/5,那么BC不是闭频繁集,ABCD是闭频繁集。

最终闭频繁集如下:

那么这个方法的步骤就是:

1.提取所有闭频繁集并生成它们的支持度

2.生成所有关联规则

这些不同方法的关键点就在于提取不同的itemset,需要基于不同的数据特征,选用最优的方法。

  • 稀松、弱相关的数据

基于Galois cloure 方法的计算效率低,因为会增加计算的次数

  • 密集、相关的数据

基于Galois cloure方法更好,因为大大减少了candidates的数量

数据:

链接: https://pan.baidu.com/s/1Mi9k6C8ZPt5rdvdg3VKo1Q 提取码: kh85

【数据挖掘】关联规则之Galois Closure Based Approach(基于Galois闭包的方法)相关推荐

  1. 关于数据挖掘关联规则的Oracle实现

    关于数据挖掘关联规则的Oracle实 现 呵呵,前几天拿到了数据挖掘基础教程一书,感觉部分算法是基于统计学的原理的,而统计学是可以通过Oracle来实现. 其次是为了观看德国vs西班牙的世界杯比赛,来 ...

  2. oracle求数据关联度,关于数据挖掘关联规则的Oracle实现

    关于数据挖掘关联规则的Oracle实现 前几天拿到了基础教程一书,感觉部分算法是基于统计学的原理的,而统计学是可以通过Oracle来实现. 其次是为了观看德国vs西班牙的世界杯比赛,来了一点小小的兴致 ...

  3. Face Swapping under Large Pose Variations: a 3D Model Based Approach论文阅读笔记

    题目:Face Swapping under Large Pose Variations: a 3D Model Based Approach 翻译:大姿态变化下的人脸交换:一种基于三维模型的方法 摘 ...

  4. Item Tagging for Information Retrieval: A Tripartite Graph Neural Network based Approach 用于信息检索的项目标签

    文章目录 摘要 简介 Tagging 方法 动机和总览 动机 总览 TagGNN-IT 节点表示 TagGNN-IT Propagation 损失 2.3 TagGNN-QI 2.3.1 边表示 2. ...

  5. [数据挖掘] 关联规则 Apriori算法实现到PFP(paralled frequent pattern)算法

    数据挖掘--关联规则与Apriori算法 1. 关联分析(Association analysis) 理解: 2. 相关概念 3. Apriori算法查找频繁项集 3.1 Apriori算法的原理: ...

  6. 数据挖掘——关联规则算法之FP-tree

    数据挖掘--关联规则算法之FP-tree 前言 FP-tree算法 FP-tree的优缺点 前言 Apriori算法需要生成大量的候选集而且需要进行多次的扫描,对于那些大数据量的数据集很耗费时间.基于 ...

  7. 【数据挖掘】基于密度的聚类方法 - DBSCAN 方法 ( K-Means 方法缺陷 | 基于密度聚类原理及概念 | ε-邻域 | 核心对象 | 直接密度可达 | 密度可达 | 密度连接 )

    文章目录 I . K-Means 算法在实际应用中的缺陷 II . K-Means 初始中心点选择不恰当 III . K-Means 优点 与 弊端 IV . 基于密度的聚类方法 V . 基于密度的聚 ...

  8. 【开源项目】Project Based Learning 基于项目的学习

    [开源项目]Project Based Learning 基于项目的学习 简介 Project Based Learning 是一个集合了很多学习资源的项目,有一系列主流编程语言的编程教程,可以在其中 ...

  9. 数据挖掘|关联规则Apriori算法详解及其在中医医案中的应用

    本文简单介绍传统数据挖掘关联规则算法中的Apriori算法,以及在挖掘中医医案辨证规律中的应用.并简单分析传统算法缺点,提出简要的改进思路. 文章目录 一.关联规则简介 二.Apriori算法简介 三 ...

最新文章

  1. 常见BIOS设置解析
  2. Yii2.0 模态弹出框+ajax提交表单
  3. Bootstrap-模态框 modal.js
  4. Linux查看设置系统时区
  5. 数据库 | MySQL安装与配置
  6. from mysql partition select_通过分区(Partition)提升MySQL性能[原创翻译]
  7. 动态创建数据表php,PHP实现动态添加XML中数据的方法
  8. 10.Linux/Unix 系统编程手册(上) -- 时间
  9. 共模电压 matlab,SPWM死区对三电平高压变频器共模电压的影响
  10. VXLAN技术——数据中心底层技术
  11. 构建自己的Aleax查询服务
  12. 运算放大器应用汇总1
  13. 最新emlog看板娘插件合集
  14. 玩一个猜数字的小游戏吧
  15. 构建器builder模式 + lombok @Builder的介绍及使用
  16. 信捷PLC以太网通讯数据采集解决方案
  17. 迁移学习——综述文献
  18. 入行芯片设计选模拟IC还是数字IC?一文为你讲解清楚
  19. 通过pyhton认识一等函数
  20. IT人员必须知道的14个学习网站

热门文章

  1. NXP 公司的 RFID 卡
  2. Python中有关文件的操作
  3. 蛋白质结构信息获取与解析(基于Biopython)
  4. 旧手机先别扔,余承东:留着升级一下鸿蒙
  5. 20181225股市复盘
  6. 关于Warning: 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/' already的解决方法
  7. 关于程序员秃顶和预防的小知识
  8. 狄利克雷分布公式_关于狄利克雷分布的理解
  9. 百度飞桨的乌镇时刻:拿下的至高荣誉和背后的绝对实力
  10. android 单双层桌面切换