搜索资源列表
Apriori
- 主要是自定义实现了数据挖掘的Apriori算法，能够挖掘频繁N项集等，主要是算法的实现，没有更多界面的东西-Achieved mainly custom data mining Apriori algorithm, to mining frequent itemsets and so N is mainly algorithm, no more interface stuff
hashappri
- 基于HASH的APRIORI改进算法，完整的代码和测试数据，主要进行数据挖掘中的频繁项集和关联规则的挖掘-The improved algorithm based on the HASH APRIORI, complete code and test data, mainly for mining data mining frequent itemsets and association rules
main
- 数据挖掘中的Apriori算啊，用于计算频繁项集-Data Mining Apriori count ah, used to calculate the frequent item sets
Apriori
- 该源码实现了Apriori算法的主要功能，产生频繁项集。用VS编写，C++语言。-The source code to achieve the main function of Apriori algorithm to generate frequent item sets. Written by VS, C++ language.
Apriori
- Apriori核心算法过程如下： 过单趟扫描数据库D计算出各个1项集的支持度，得到频繁1项集的集合。 连接步：为了生成，预先生成,由2个只有一个项不同的属于的频集做一个（k-2）JOIN运算得到的。 剪枝步：由于是的超集，所以可能有些元素不是频繁的。在潜在k项集的某个子集不是中的成员是，则该潜在频繁项集不可能是频繁的可以从中移去。 通过单趟扫描数据库D，计算中各个项集的支持度，将中不满足支持度的项集去掉形成。-failed to translate
Apriori
- Apriori核心算法过程如下： 过单趟扫描数据库D计算出各个1项集的支持度，得到频繁1项集的集合。 连接步：为了生成，预先生成,由2个只有一个项不同的属于的频集做一个（k-2）JOIN运算得到的。 剪枝步：由于是的超集，所以可能有些元素不是频繁的。在潜在k项集的某个子集不是中的成员是，则该潜在频繁项集不可能是频繁的可以从中移去。 通过单趟扫描数据库D，计算中各个项集的支持度，将中不满足支持度的项集去掉形成。-failed to translate
fpgrowth
- 频繁项集挖掘算法FPGrowth用Python实现(Python implementation of frequent itemsets mining algorithm)
apriori-master
- 经典的apriori算法，用于挖掘数据中最大频繁项集和生成关联规则(The classic Apriori algorithm is used to mine the largest frequent itemsets and generate association rules in data.)