Minería de conjuntos de ítems frecuentes ECLAT
ECLAT, introducido por Mohammed Zaki en 2000, extrae conjuntos de ítems frecuentes utilizando una representación de datos vertical: en lugar de escanear transacciones, almacena para cada ítem el conjunto de ID de transacción (un tidset) que lo contienen, y calcula el soporte de cualquier conjunto de ítems intersecando tidsets. Este enfoque de búsqueda en profundidad basado en intersecciones es rápido y eficiente en memoria, una alternativa a los escaneos horizontales de Apriori y al árbol de FP-Growth.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). ECLAT (Equivalence Class Clustering and Bottom-up Lattice Traversal). ScholarGate. https://scholargate.app/es/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.
- Minería de Reglas de Asociación (Apriori)Aprendizaje automático↔ compare
- Análisis Formal de Conceptos (FCA)Computación blanda↔ compare
- FP-Growth (Frequent Pattern Growth)Aprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →