Estrazione di itemset frequenti ECLAT
ECLAT, introdotto da Mohammed Zaki nel 2000, estrae itemset frequenti utilizzando una rappresentazione dati verticale: invece di scansionare le transazioni, memorizza per ogni elemento l'insieme degli ID delle transazioni (un tidset) che lo contengono, e calcola il supporto di qualsiasi itemset intersecando i tidset. Questo approccio depth-first, basato sull'intersezione, è veloce ed efficiente in termini di memoria, un'alternativa alle scansioni orizzontali di Apriori e all'albero di FP-Growth.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). ECLAT (Equivalence Class Clustering and Bottom-up Lattice Traversal). ScholarGate. https://scholargate.app/it/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.
- Association Rule Mining (Apriori)Apprendimento automatico↔ compare
- Analisi Concettuale Formale (FCA)Soft computing↔ compare
- FP-Growth (Frequent Pattern Growth)Apprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →