ما هي مزايا خوارزمية النمو FP؟
ما هي مزايا خوارزمية النمو FP؟
Anonim

مزايا خوارزمية النمو FP

لا يتم إقران العناصر في هذه الخوارزمية وهذا يجعلها أسرع. يتم تخزين قاعدة البيانات في إصدار مضغوط بتنسيق ذاكرة . إنه فعال وقابل للتطوير للتعدين بالأنماط المتكررة الطويلة والقصيرة.

وبالمثل ، قد تسأل ، ما هو استخدام خوارزمية النمو FP؟

خوارزمية النمو Fp (نمط متكرر نمو ). خوارزمية النمو FP هو تحسن من apriori الخوارزمية . تم استخدام خوارزمية نمو FP للعثور على مجموعة العناصر المتكررة في قاعدة بيانات المعاملات دون إنشاء مرشح. نمو FP يمثل العناصر المتكررة في أنماط الأشجار المتكررة أو FP - شجرة.

وبالمثل ، أيهما أفضل من Apriori أم نمو FP يفسر الأسباب؟ FP - نمو : طريقة تعدين فعالة للأنماط المتكررة في قاعدة بيانات كبيرة: باستخدام حجم مضغوط للغاية FP - شجرة ، طريقة فرّق تسد في الطبيعة. على حد سواء أبريوري و FP - نمو يهدفون إلى اكتشاف مجموعة كاملة من الأنماط ولكن ، FP - نمو أكثر كفاءة من أبريوري فيما يتعلق بالأنماط الطويلة.

فقط هكذا ، ما هي خوارزمية النمو FP؟

ال FP - خوارزمية النمو ، التي اقترحها هان إن ، هي طريقة فعالة وقابلة للتطوير لتعدين مجموعة كاملة من الأنماط المتكررة حسب جزء النمط نمو ، باستخدام بادئة ممتدة- شجرة هيكل لتخزين المعلومات المضغوطة والحاسمة حول الأنماط المتكررة المسماة بالنمط المتكرر شجرة ( FP - شجرة ).

كيف يمكنك إنشاء شجرة FP في التنقيب عن البيانات؟

بناء. بناء أ FP - شجرة تنقسم إلى ثلاث خطوات رئيسية. تفحص ملف البيانات اضبط لتحديد عدد الدعم لكل عنصر ، وتجاهل العناصر غير المتكررة وفرز العناصر المتكررة بترتيب تنازلي. تفحص ملف البيانات قم بتعيين معاملة واحدة في كل مرة لإنشاء FP - شجرة.

موصى به: