De ce creșterea FP este mai bună decât Apriori?
De ce creșterea FP este mai bună decât Apriori?

Video: De ce creșterea FP este mai bună decât Apriori?

Video: De ce creșterea FP este mai bună decât Apriori?
Video: FP growth Vs Apriori Algorithm|FP growth tree vs Apriori algorithm in frequent pattern mining 2024, Decembrie
Anonim

Permite descoperirea frecventă a seturilor de articole fără generarea de candidați.

Creșterea FP :

Parametrii Apriori Algoritm Fp arbore
Utilizarea memoriei Necesită o cantitate mare de spațiu de memorie datorită numărului mare de candidați generați. Necesită o cantitate mică de spațiu de memorie datorită structurii compacte și fără generare de candidat.

Mai mult, care dintre ele este mai bună Apriori sau creșterea FP?

FP - creştere : o metodă eficientă de extragere a tiparelor frecvente în baze de date mari: folosind un format foarte compact FP - copac , metoda împărțiți și cuceriți în natură. Ambii Apriori și FP - Creştere urmăresc să afle un set complet de modele, dar, FP - Creştere este mai eficient decât Apriori în ceea ce privește modelele lungi.

Alături de mai sus, ce este algoritmul de creștere FP? The FP - Algoritmul de creștere , propus de Han in, este o metodă eficientă și scalabilă pentru extragerea setului complet de modele frecvente prin fragment de model creştere , folosind un prefix extins- copac structură pentru stocarea informațiilor comprimate și cruciale despre tiparele frecvente numite frequent-pattern copac ( FP - copac ).

De asemenea, care sunt avantajele algoritmului de creștere FP?

Avantajele algoritmului de creștere FP Împerecherea elementelor nu se face în acest algoritm și acest lucru o face mai rapidă. Baza de date este stocată într-o versiune compactă în memorie . Este eficient și scalabil pentru extragerea de modele frecvente atât lungi, cât și scurte.

Ce este proprietatea Apriori?

The proprietate apriori este proprietate arătând că valorile criteriilor de evaluare a tiparelor secvenţiale sunt mai mici sau egale cu cele ale submodelelor lor secvenţiale. Aflați mai multe în: Exploatarea secvențială a modelelor din date secvențiale.

Recomandat: