FP-Growth (Frequent Pattern Growth)
FP-Growth, mille autoriteks on Jiawei Han, Jian Pei ja Yiwen Yin, tutvustati 2000. aastal ning see kaevandab sagedasi üksuste kogumeid (frequent itemsets) tehinguandmetest, ilma et peaks looma kandidaatkogumeid – mis on kulukas samm, mis aeglustab klassikalist Apriori algoritmi. See tihendab andmebaasi kahe skaneeringuga sagedusmustrite puuks (FP-tree) ja seejärel kasvatab mustreid rekursiivselt sellest struktuurist, muutes selle suurte, tihedate andmestike korral dramaatiliselt kiiremaks kui Apriori.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). FP-Growth (Frequent Pattern Growth). ScholarGate. https://scholargate.app/et/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.
- Assotsiatsioonireeglite kaevandamine (Apriori)Masinõpe↔ compare
- ECLAT sagedaste-esemekomplektide kaevandamineMasinõpe↔ compare
- Formaalne kontseptsüsteem (FCA)Soft computing↔ compare
- K-Means klastreerimineMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →