Machine learningPattern mining
ECLAT 빈발 항목 집합 마이닝
2000년 Mohammed Zaki가 소개한 ECLAT은 수직 데이터 표현을 사용하여 빈발 항목 집합을 마이닝합니다. 트랜잭션을 스캔하는 대신, 각 항목에 대해 해당 항목을 포함하는 트랜잭션 ID 집합(tidset)을 저장하고, tidset을 교차하여 모든 항목 집합의 지지도를 계산합니다. 이 깊이 우선, 교차 기반 접근 방식은 빠르고 메모리 효율적이며, Apriori의 수평 스캔 및 FP-Growth의 트리에 대한 대안입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). ECLAT (Equivalence Class Clustering and Bottom-up Lattice Traversal). ScholarGate. https://scholargate.app/ko/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.
Compare side by side →