我正在挖掘一些数据。 我想节省时间。 那么任何方法?
答案 0 :(得分:3)
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。
答案 1 :(得分:1)
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。