FP-Rast (Rast čestih obrazaca)
FP-Rast, predstavljen od strane Jiawei Hana, Jian Peija i Yiwen Yina 2000. godine, rudari česte skupove stavki iz podataka o transakcijama bez generiranja kandidatskih skupova, što je skup korak koji usporava klasični Apriori algoritam. Komprimira bazu podataka u stablo čestih obrazaca (FP-stablo) u dva prolaza, a zatim rekurzivno razvija česte obrasce iz te strukture, čineći ga dramatično bržim od Apriori na velikim, gustim skupovima podataka.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). FP-Growth (Frequent Pattern Growth). ScholarGate. https://scholargate.app/hr/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.
- Rudarstvo udruženih pravila (Apriori)Strojno učenje↔ compare
- Rudarjenje čestih skupova stavki ECLATStrojno učenje↔ compare
- Formalna analiza pojmova (FCA)Meko računarstvo↔ compare
- K-Means klasteriranjeStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →