数据挖掘-序列模式挖掘-prefixspan算法（样例）

‘

所有结果：

通俗来讲：可以以1-频繁项d为例，我们的思路讲解的很明白；这儿我们一般化我们的求解过程：

1）第一次扫描原始数据库，得到长度为1的频繁序列。f_list = {a:4, b:4, c:4, d:3, e:3, f: 3}

2）从长度为1的频繁项开始，即从a,b,c,d,e,f开始（注意各个是独立的，分别开始）以a开始为例，第二次扫描原始数据库得到a的投影数据库。对a的投影数据库进行计数。计数结果：{a:2, b:4, c:4, d: 2, e:1,f:2, _d:1, _b:2, _f:1},符合支持度的与a结合，得到长度为2的序列。有<aa>, <ab>, <ac>, <ad>, <af>,<(ab)>.。注意除了以a开始，我们还有其他几个也要开始按照一样的思路进行。

3)同2中过程类似，对以a开始得到的长度为2的序列，扫描a的投影数据库，得到长度为2的各个频繁序列的投影数据库，再在各个投影数据库进行计数。

【注意】：递归思维。频繁序列-->从上一个投影数据库得到新的投影数据库--->频繁序列-->投影数据库.

参考：

https://www.cnblogs.com/pinard/p/6323182.html

数据挖掘-序列模式挖掘-prefixspan算法（样例）相关推荐

数据挖掘-序列模式挖掘-PrefixSpan算法（ppt版本）
PrefixSpan算法通俗来讲:前缀prefix就是序列数据前面部分的子序列后缀:对于某一个前缀,序列中除去前缀后面剩下的子序列就是我们的后缀. 投影数据库:假设alpha是序列数据库 S的一个 ...
数据挖掘关联规则挖掘改进算法DHP
前言: Apriori算法是关联规则挖掘经典算法,但不适合在大型数据库中挖掘关联规则,时间太慢,许多学者提出了改进的算法.比如DHP算法. DHP 1. 减少候选集数量背景:这个操作是基于Ck来做的 ...
OHEM(Online Hard Example Mining)在线难例挖掘(在线困难样例挖掘) HNM (目标检测)
Hard Negatie Mining与Online Hard Example Mining(OHEM)都属于难例挖掘,它是解决目标检测老大难问题的常用办法,运用于R-CNN,fast R-CNN,f ...
Gluon-cv:安装使用以及目标检测算法样例
最近学习了解到这个框架,自我感觉使用起来较为简单,官方开源的版本是基于mxnet实现的. 目标检测,跟踪,reid,gan里面都有相关网络样例 github地址:https://github.com/ ...
序列模式挖掘——GSP算法实战
GSP算法实战 #统计组合出现次数 def cou_ls(LS):#LS为列表dic={}for i in LS:dic[i]=dic.get(i,0)+1return dic#删除支持度小于2的 d ...
PrefixSpan算法详解+举例实现+代码
序列模式及PrefixSpan算法 1.序列模式介绍 2.Prefixspan算法基础 3.Prefixspan算法原理 4.Prefixspan算法举例 1.序列模式介绍什么是序列模式? 序列模式 ...
prefixspan java_PrefixSpan序列模式挖掘算法
介绍与GSP一样,PrefixSpan算法也是序列模式分析算法的一种,不过与前者不同的是PrefixSpan算法不产生任何的侯选集,在这点上可以说已经比GSP好很多了.PrefixSpan算法可以挖 ...
关联规则算法c语言样例及分析_推荐系统总结系列-关联规则算法（四）
基于关联规则的推荐有三种方法:Apriori关联规则算法FP Tree关联规则算法:PrefixSpan关联规则算法: 关联规则挖掘推荐算法: 关联规则挖掘是一种在大规模交易中识别类似规则关系模式的通 ...
4种序列模式挖掘算法的比较分析
http://fpcheng.blog.51cto.com/2549627/829527 算法简介 AprioriAll算法属于Apriori类算法,其基本思想为首先遍历序列数据库生成候选序列并利用A ...

数据挖掘-序列模式挖掘-prefixspan算法（样例）

数据挖掘-序列模式挖掘-prefixspan算法（样例）

数据挖掘-序列模式挖掘-prefixspan算法（样例）相关推荐

最新文章

热门文章