FP-Rast (Rast čestih obrazaca)
FP-Rast, koji su predstavili Jiawei Han, Jian Pei i Yiwen Yin 2000. godine, rudari česte skupove stavki iz podataka o transakcijama bez generisanja kandidatskih skupova, što je skup korak koji usporava klasični Apriori algoritam. Kompresuje bazu podataka u drvo čestih obrazaca (FP-drvo) u dva prolaza, a zatim rekursivno razvija česte obrasce iz te strukture, čineći ga dramatično bržim od Apriori-ja na velikim, gustim skupovima podataka.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). FP-Growth (Frequent Pattern Growth). ScholarGate. https://scholargate.app/sr/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.
- Rudarenje pravilima asocijacije (Apriori)Mašinsko učenje↔ compare
- ECLAT rudarenje čestih skupova stavkiMašinsko učenje↔ compare
- Formalna analiza pojmova (FCA)Meko računarstvo↔ compare
- K-Means klasterovanjeMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →