任何优化Apriori算法的数据挖掘方法？

Question

我正在挖掘一些数据。 我想节省时间。 那么任何方法？

Answer 1

如果您正在挖掘数据并希望节省时间，则应考虑使用FPGrowth而不是尝试优化Apriori。

即使你优化Apriori，它也不会像FPGrowth的良好实现一样快。

Apriori很重要，因为它是频繁项集挖掘和关联挖掘的第一个算法。但是现在有一些更有效的算法。

Answer 2

1. 使用正确的编程语言（EX：使用VB可能是灾难性的）
2. 制定您需要的信息并相应编码您的计划
3. 根据需要减少数据库大小或准备数据库
4. SUPER COMPUTER（是硬件很重要，开玩笑说你需要一个很好的计算机esp用于非常大的数据集）

5. 通过以下方式改进Apriori算法本身：

   •基于哈希的项目集计数：相应的哈希桶数低于阈值的k项目集不能频繁。
   •交易减少：不包含任何频繁k项目的交易在后续扫描中无效 •分区：DB中可能经常出现的任何项目集必须在DB的至少一个分区中频繁出现 •抽样：挖掘给定数据的子集，降低支持阈值+确定完整性的方法 •动态项目集计数：仅在估计其所有子集频繁时才添加新的候选项目集。