Penambangan Itemset Frekuen ECLAT
ECLAT, diperkenalkan oleh Mohammed Zaki pada tahun 2000, menambang itemset frekuen menggunakan representasi data vertikal: alih-alih memindai transaksi, ia menyimpan untuk setiap item himpunan ID transaksi (tidset) yang memuatnya, dan menghitung dukungan (support) itemset apa pun dengan menginterseksikan tidset. Pendekatan berbasis interseksi secara mendalam (depth-first) ini cepat dan efisien memori, alternatif untuk pemindaian horizontal Apriori dan pohon FP-Growth.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). ECLAT (Equivalence Class Clustering and Bottom-up Lattice Traversal). ScholarGate. https://scholargate.app/id/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.
- Penambangan Aturan Asosiasi (Apriori)Pembelajaran Mesin↔ compare
- Analisis Konsep Formal (FCA)Komputasi Lunak↔ compare
- FP-Growth (Pertumbuhan Pola Frekuen)Pembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →