FP-Growth (Pertumbuhan Pola Frekuen)
FP-Growth, diperkenalkan oleh Jiawei Han, Jian Pei, dan Yiwen Yin pada tahun 2000, menambang kumpulan item yang sering muncul dari data transaksi tanpa menghasilkan himpunan kandidat, langkah mahal yang memperlambat algoritma Apriori klasik. Algoritma ini mengompresi basis data menjadi pohon pola frekuen (FP-tree) dalam dua pemindaian, kemudian menumbuhkan pola frekuen secara rekursif dari struktur tersebut, membuatnya jauh lebih cepat daripada Apriori pada kumpulan data yang besar dan padat.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). FP-Growth (Frequent Pattern Growth). ScholarGate. https://scholargate.app/id/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.
- Penambangan Aturan Asosiasi (Apriori)Pembelajaran Mesin↔ compare
- Penambangan Itemset Frekuen ECLATPembelajaran Mesin↔ compare
- Analisis Konsep Formal (FCA)Komputasi Lunak↔ compare
- Klasterisasi K-MeansPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →