|
|
1.
一种挖掘频繁闭项集的深度优先算法
张炘 廖频 郭波
计算机应用
2010, 30 (3):
806-809.
频繁闭项集挖掘是许多数据挖掘应用中的重要问题。为减少候选项集数量和降低支持度计算的开销，提出一种新的深度优先搜索频繁闭项集(DFFCI)的算法。将改进的压缩频繁模式树(CFP-Tree)表示的数据集信息投影到划分矩阵，使用二进制向量逻辑运算计算支持度，简化了计算过程，减少了时间开销；采用基于支持度预计算技术的全局2-项剪枝和局部扩展剪枝，有效削减了搜索空间。实验结果表明该算法的性能优于其他主流深度优先算法。
相关文章 |
多维度评价
|
|
