zoukankan      html  css  js  c++  java
  • FP-TREE 算法,频繁项集与关联规则分析

    使用场景如:

    用户频道属性分析 、用户忠诚度分析 、用户偏好路径分析、 用户偏好终端分析、 用户访问网站时间分析、 用户浏览内容分析

    例子:一用户某次访问网站的路径示意图

                       

    ABCD    ABEGH    ABEGW   AOU   AOV

    Apriori算法

            需要扫描多个事物数据集,增加IO开销。会产生2的k次方频繁项集。

    FP-Tree算法

    概念: 树 链 节点 节点的前向路径 单支 多支 条件基


    若Tree为单支,则输出整条单支和条件基BASE,支持度为单支中所有节点支持度的最小值。
     

    1. 若Tree为多支,先输出项表头HEAD中每项与条件基BASE的组合。然后,对于项表头中的每一项,取出该项在Tree中的所有前向路径,每条路径的基础支持度为该项的支持度。
    2. M条路径共M行数据,将这M行数据重新生成Tree,返回算法步骤-3中的1。


     

    --->流程参考

  • 相关阅读:
    正则工具
    反射工具类
    FastJson前置属性过滤器
    随机数工具类
    对图片进行压缩,水印,伸缩变换,透明处理,格式转换操作
    ChineseNumber 转换
    auth src
    tex src
    freeradius防止用户异常断开无法重新链接上
    gnu
  • 原文地址:https://www.cnblogs.com/icyy/p/5338360.html
Copyright © 2011-2022 走看看