מדוע צמיחת FP טובה יותר מאפריורי?
מדוע צמיחת FP טובה יותר מאפריורי?

וִידֵאוֹ: מדוע צמיחת FP טובה יותר מאפריורי?

וִידֵאוֹ: מדוע צמיחת FP טובה יותר מאפריורי?
וִידֵאוֹ: FP growth Vs Apriori Algorithm|FP growth tree vs Apriori algorithm in frequent pattern mining 2024, נוֹבֶמבֶּר
Anonim

זה מאפשר גילוי תכוף של ערכות פריטים ללא יצירת מועמדים.

FP Growth :

פרמטרים מראש אַלגוֹרִיתְם עץ Fp
ניצול זיכרון זה דורש כמות גדולה של שטח זיכרון בגלל מספר גדול של מועמדים שנוצרו. זה דורש כמות קטנה של שטח זיכרון בגלל מבנה קומפקטי וללא יצירת מועמדים.

יתר על כן, איזה מהם עדיף צמיחת אפריורי או FP?

FP - צְמִיחָה : שיטת כרייה יעילה של דפוסים תכופים במסד נתונים גדול: באמצעות קומפקטי מאוד FP - עֵץ , שיטת הפרד-וכבש בטבע. שניהם מראש ו FP - צְמִיחָה שואפים לגלות סט שלם של דפוסים אבל, FP - צְמִיחָה יעיל יותר מ מראש ביחס לדפוסים ארוכים.

מלבד למעלה, מהו אלגוריתם צמיחה של FP? ה FP - אלגוריתם צמיחה , שהוצע על ידי Han in, היא שיטה יעילה וניתנת להרחבה לכריית הסט השלם של דפוסים תכופים לפי שברי דפוס צְמִיחָה , באמצעות קידומת מורחבת- עֵץ מבנה לאחסון מידע דחוס ומכריע על דפוסים תכופים בשם תדיר-דפוס עֵץ ( FP - עֵץ ).

באופן דומה, מהם היתרונות של אלגוריתם צמיחת FP?

היתרונות של אלגוריתם צמיחה של FP צימוד הפריטים לא נעשה באלגוריתם זה וזה הופך אותו למהיר יותר. מסד הנתונים מאוחסן בגרסה קומפקטית ב זיכרון . זה יעיל וניתן להרחבה לכריית דפוסים תכופים ארוכים וקצרים כאחד.

מהו נכס אפריורי?

ה נכס אפריורי האם ה תכונה המראה שערכים של קריטריוני הערכה של דפוסים עוקבים קטנים או שווים לאלו של תתי-הדפוסים הרציפים שלהם. למידע נוסף ב: כריית דפוסים ברצף מנתונים עוקבים.

מוּמלָץ: