- Itemset Generation
- 频繁集挖掘问题并不是简单的数据库计数问题,而是一个非常复杂的问题
- Itemset Calculation
- 复杂度在于M:如果有d种商品,所有可能的Itemsets就是右下角给出的计算结果。d种商品有两种状态0:不选择、1:选择,有2的d次方种,但是Itemset不可以为空,所以再减去1
- 计算量庞大,需要更好的方法计算(The Apriori Method)
- The Apriori Method
- 任何一个频繁项,它所有的子项都一定要是频繁的
- 一个项如果是不频繁的,那么它所有的超项(包含此项的)一定是不频繁的
- Candidate Pruning(候选人修剪)
- 类似于“剪枝”
- General Procedure
- 过程:
- 首先,生成某一特定大小的Itemset(一般从1开始),扫描数据库,“扔掉”不频繁项
- 用这些items组成两个两个的,再“扔掉不频繁项”,如此迭代循环
- 思想:
- 尽量避免生成不可能频繁的Candidates
- 预见到哪些不可能频繁项之后,根本不用去搜索这些数据
- 缺点:
- 每次都要扫描一遍数据库,而大型数据库的I/O操作耗时很大
- 过程:
- Apriori Algorithm
- 两层循环:生成Candidates、Counting(计数)、过滤
7.4Apriori算法
最新推荐文章于 2024-08-20 13:13:08 发布