DMStar组基于AprioriFPGrowth及Eclat算法的频繁模式挖掘project答辩V5.0.pptVIP

* * * * * 谢谢大家！ * 基于Apriori、FP-Growth及Eclat算法的频繁模式挖掘 DMStar 小组 杨 柳 杨华峰 宋旋婷 任智红 梁志溢 贺冠文 主要内容 Apriori算法 FP-Growth算法 Eclat算法 2 3 4 频繁模式挖掘实现概述 1 算法对比评价 6 2 频繁模式挖掘实现概述 实现了Apriori、FP-Growth及Eclat三种频繁模式挖掘算法 对Mushroom、Accidents、 T10I4D100K 三个数据集做频繁模式挖掘实验，设定不同的阈值，对比不同算法挖掘频繁模式的时间 Apriori算法描述 Apriori 算法特点 1、k-1项集连接规律：若有两个k-1项集，每个项集保证有序，如果两个k-1项集的前k-2个项相同，而最后一个项不同，则证明它们是可连接的，可连接生成k项集。 2、反单调性。如果一个项集是频繁的，那么它的所有子集都是频繁的。即若一个项集的子集不是频繁项集，则该项集肯定也不是频繁项集。 Apriori算法流程 1. 扫描数据库，生成候选1项集和频繁1项集。 2. 从2项集开始循环，由频繁k-1项集生成频繁频繁k项集。 ??? ????2.1? 频繁k-1项集两两组合，判定是否可以连接，若能则连接生成k项集。 ?? ?