qq_43391414的博客

FPtree是针对Apriori关联规则挖掘算法的改进，他的优点在于只需要扫描一遍数据库，建好了FPtree之后，基于树做关联规则挖掘就可以了，显然大大减少了数据库的扫描次数。建FPtree前的工作 在扫描左边一条一条数据的时候，我们完成项头表，即记录了频繁1项集，不但如此，还记录这些频繁1项集谁最频繁，也就是次数，比如A出现了8次。接下来我们将左边每一条数据进行一定的处理，这个处理包括两部分：把非频繁1项集删去，因为频繁K项集中一定不会出现这...

ID3决策树 ID3选用使得信息增益最大的那个属性来划分样本ID3算法缺点： 倾向于使用属性值多的属性来划分样本不能处理具有连续值的属性。不能处理属性具有缺失值的样本。由于按照上面的算法会生成很深的树，所有容易产生过拟合现象。 ...

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。DHP1. 减少候选集数量背景：这个操作是基于Ck来做的，我们知道原来的话，Ck的得到是通过L(k-1)*L(1)笛卡尔积连接，去掉k-1项集得到。同时，我们也知道其实Ck还是有很多都不是频繁项集。现在的目标就是：扫描一遍数据库，将Ck候选集的数量留下1/2（当然这只是为了形象化，不一定是1/2）。要知道，原来的化，假设Ck中有10个候选集，原来是要对每一个