数据挖掘之关联分析六(子图模式)

本文探讨了数据挖掘中的频繁子图挖掘,介绍了图和子图的概念,以及如何通过类Apriori方法进行候选产生、剪枝和支持度计数。文章指出频繁子图挖掘对于无向连通图的计算挑战,并详细阐述了顶点增长和边增长两种候选产生策略,以及如何通过规范标号处理图同构问题以进行剪枝。
摘要由CSDN通过智能技术生成

子图模式

频繁子图挖掘(frequent subgraph mining):在图的集合中发现一组公共子结构。

图和子图

图是一种用来表示实体集之间联系的数据结构。

子图,图 G=(V,E) 是另一个图 G=(V,E) 的子图,如果它的顶点集V’是V的子集,并且它的边集E’是E的子集,子图关系记做 GsG

支持度,给定图的集族 ς , 子图 g 的支持度定义为包含它的所有图所占的百分比。

s(g)=|Gi|gsGi,Giς|
  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值