版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的飛速發(fā)展,數(shù)據(jù)庫應(yīng)用的不斷深化,數(shù)據(jù)挖掘已成為當(dāng)今研究的熱點。在數(shù)據(jù)挖掘的各個分支中,關(guān)聯(lián)規(guī)則挖掘和分類挖掘是兩個高度活躍的領(lǐng)域,其應(yīng)用范圍也非常廣泛。關(guān)聯(lián)規(guī)則和分類規(guī)則之間具有相似性。關(guān)聯(lián)規(guī)則具有因果特性,關(guān)聯(lián)規(guī)則的前件可以表示條件,關(guān)聯(lián)規(guī)則的后件可以表示某種結(jié)果,當(dāng)這種結(jié)果是類別時,關(guān)聯(lián)規(guī)則就具有分類規(guī)則的特性,因此關(guān)聯(lián)規(guī)則挖掘可與分類挖掘技術(shù)相結(jié)合?;陉P(guān)聯(lián)規(guī)則的分類方法就是這種結(jié)合的新產(chǎn)物。但傳統(tǒng)的關(guān)聯(lián)分類方法都是
2、基于一般頻繁項的,這類方法往往產(chǎn)生大量的類關(guān)聯(lián)規(guī)則,且存在大量冗余的規(guī)則,不利于分類器建立和使用。對此,本文提出了一種新的關(guān)聯(lián)分類法ACCF—基于頻繁閉項集的關(guān)聯(lián)分類算法。
本文首先闡述了關(guān)聯(lián)規(guī)則和分類挖掘的相關(guān)理論和算法;其次介紹了傳統(tǒng)的關(guān)聯(lián)分類算法CBA和CMAR;接著介紹了頻繁閉項集的概念,及高效挖掘頻繁閉項集的CHARM算法;最后詳細(xì)論述了本文提出的新算法ACCF。
ACCF算法基于頻繁閉項集,這是因
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 頻繁閉項集挖掘算法研究.pdf
- 基于位運(yùn)算的閉頻繁項集挖掘算法的研究.pdf
- 不確定頻繁閉項集挖掘算法研究.pdf
- 頻繁閉項集并行挖掘算法的研究與實現(xiàn).pdf
- 數(shù)據(jù)流頻繁閉項集挖掘算法研究.pdf
- 基于閉頻繁項集的Web日志挖掘.pdf
- 頻繁閉項集的挖掘算法及內(nèi)容分析.pdf
- 最大頻繁項集和頻繁基項集挖掘算法研究.pdf
- 分布式環(huán)境下的閉頻繁項集挖掘算法研究.pdf
- 基于數(shù)據(jù)流的Top-K頻繁閉項集挖掘算法研究.pdf
- 基于矩陣的頻繁項集挖掘算法研究.pdf
- 基于待與項集的頻繁項集挖掘算法的研究.pdf
- 挖掘頻繁閉項集并構(gòu)建其格的快速算法研究.pdf
- 基于頻繁模式樹的最大頻繁項集挖掘算法研究.pdf
- 基于負(fù)頻繁項集的負(fù)關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于抽樣的云頻繁項集挖掘算法研究.pdf
- 基于MapReduce框架的頻繁項集挖掘算法研究.pdf
- 基于垂直格式的頻繁項集挖掘算法研究.pdf
- 面向數(shù)據(jù)流的ToP-k頻繁閉項集挖掘算法研究.pdf
- 基于格的快速頻繁項集挖掘算法
評論
0/150
提交評論