Mineração ECLAT de Conjuntos de Itens Frequentes
ECLAT, introduzido por Mohammed Zaki em 2000, minera conjuntos de itens frequentes usando uma representação vertical de dados: em vez de escanear transações, ele armazena para cada item o conjunto de IDs de transação (um tidset) que o contêm, e computa o suporte de qualquer conjunto de itens pela interseção de tidsets. Essa abordagem de profundidade, baseada em interseção, é rápida e eficiente em memória, uma alternativa aos escaneamentos horizontais do Apriori e à árvore do FP-Growth.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 2). ECLAT (Equivalence Class Clustering and Bottom-up Lattice Traversal). ScholarGate. https://scholargate.app/pt/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.
- Mineração de Regras de Associação (Apriori)Aprendizado de máquina↔ compare
- Análise Formal de Conceitos (FCA)Soft computing↔ compare
- FP-Growth (Frequent Pattern Growth)Aprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →