挖掘闭合模式的高性能算法学习笔记——CFIST
2008-06-20 19:30
337 查看
这是由以下的数据集所创建的CFIST(compound frequent item set tree)复合频繁项集树
01 | a c d f g I m p
02 | a b c f l m o
03 | b c h m o
04 | b f k p s
05 |a c e f l m n p
结点描述参见论文。对于路径root->3->7,kis(7)为{c,f}, AIS-all = {m},则fis(7)={c,f}并上{AIS-all的任意自己(含空集)}={c,f}并上{c,f,m},支持度为kis(7)的支持度为 3,fis(v)为候选频繁模式集。
相关文章推荐
- OpenCV 2 学习笔记(10): 算法的基本设计模式<1>:策略模式(strategy pattern)
- 模式识别学习笔记[2]——聚类分析之系统聚类法,k-均值算法
- 【数据挖掘概念与技术】学习笔记6-挖掘频繁模式、关联和相关性:基本概念和方法(编缉中)
- OpenCV 2 学习笔记(11): 算法的基本设计模式<2>:使用Controller
- WPF-MVVM模式学习笔记3——MVVM概念再次挖掘
- OPENCV学习笔记3-1_算法设计中使用策略模式
- 【数据挖掘】算法学习笔记
- OpenCV 2 学习笔记(12): 算法的基本设计模式<3>:单例模式(Singleton pattern)
- 数据挖掘学习笔记:挖掘频繁模式、关联和相关[ZZ]
- 大数据学习笔记之三十七 数据挖掘算法之关联分析
- KMP模式匹配算法学习笔记
- 大数据学习笔记之三十八 数据挖掘算法之聚类分析
- 数据挖掘-关联规则挖掘理论和算法学习笔记
- 大数据学习笔记之三十九 数据挖掘算法之预测建模
- OpenCV 2 学习笔记(13): 算法的基本设计模式<4> :使用Model-View-Controller模式创建一个应用程序
- 大数据学习笔记之四十 数据挖掘算法之预测建模关于决策树模型的介绍
- 大数据学习笔记之四十一 数据挖掘算法之预测建模的回归模型
- 数据挖掘学习笔记——十大算法之决策树算法、逻辑回归概述
- 设计模式学习笔记二(结构型)
- 《Head.First设计模式》的学习笔记(9)--外观模式