ECLAT Těžba častých množin položek
ECLAT, představený Mohammedem Zakim v roce 2000, těží časté množiny položek pomocí vertikální reprezentace dat: místo skenování transakcí ukládá pro každou položku množinu ID transakcí (tidset), které ji obsahují, a vypočítává podporu libovolné množiny položek průnikem tidsetů. Tento přístup založený na hloubkovém prohledávání a průniku je rychlý a paměťově efektivní, alternativou k horizontálním skenům Apriori a stromu FP-Growth.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Zaki, M. J. (2000). Scalable algorithms for association mining. IEEE Transactions on Knowledge and Data Engineering, 12(3), 372–390. DOI: 10.1109/69.846291 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). ECLAT (Equivalence Class Clustering and Bottom-up Lattice Traversal). ScholarGate. https://scholargate.app/cs/machine-learning/eclat
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.
- Asociační dolování pravidel (Apriori)Strojové učení↔ compare
- Formální analýza konceptů (FCA)Soft computing↔ compare
- FP-Růst (Růst častých vzorů)Strojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →