ECLAT sagedaste-esemekomplektide kaevandamine
ECLAT, mille tutvustas Mohammed Zaki 2000. aastal, kaevandab sagedasi esemekomplekte, kasutades vertikaalset andmeesitust: tehingute skaneerimise asemel salvestab see iga eseme kohta tehingu ID-de (tidset) hulga, mis seda sisaldavad, ja arvutab mis tahes esemekomplekti toetuse tidsettide ristamise teel. See sügavuti otsingul põhinev, ristamisel tuginev lähenemine on kiire ja mäluefektiivne, pakkudes alternatiivi Apriori horisontaalsetele skaneeringutele ja FP-Growthi puule.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). ECLAT (Equivalence Class Clustering and Bottom-up Lattice Traversal). ScholarGate. https://scholargate.app/et/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.
- Assotsiatsioonireeglite kaevandamine (Apriori)Masinõpe↔ compare
- Formaalne kontseptsüsteem (FCA)Soft computing↔ compare
- FP-Growth (Frequent Pattern Growth)Masinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →