FP-Growth (Frequent Pattern Growth)
FP-Growth, introduït per Jiawei Han, Jian Pei i Yiwen Yin l'any 2000, extreu conjunts d'elements freqüents de dades transaccionals sense generar conjunts candidats, el pas costós que alenteix l'algorisme clàssic Apriori. Comprimeix la base de dades en un arbre de patrons freqüents (FP-tree) en dues passades, i després fa créixer patrons freqüents recursivament a partir d'aquesta estructura, fent-lo dràsticament més ràpid que Apriori en conjunts de dades grans i densos.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Fonts
- Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. ACM SIGMOD Record, 29(2), 1–12. DOI: 10.1145/342009.335372 ↗
- Han, J., Pei, J., Yin, Y., & Mao, R. (2004). Mining frequent patterns without candidate generation: a frequent-pattern tree approach. Data Mining and Knowledge Discovery, 8(1), 53–87. DOI: 10.1023/B:DAMI.0000005258.31418.83 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). FP-Growth (Frequent Pattern Growth). ScholarGate. https://scholargate.app/ca/machine-learning/fp-growth
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Minera d'Associacions (Apriori)Aprenentatge automàtic↔ compare
- Minat de conjunts d'elements freqüents ECLATAprenentatge automàtic↔ compare
- Anàlisi Formal de Conceptes (FCA)Computació tova↔ compare
- Agrupació K-MeansAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →