Вопрос такой: я уже написала поиск часто встречающихся наборов. Зациклилась на формировании правил. В инете много разных штук, но чтоб четко по теме, пока не встречала, хотя пролазила кучу всяких ссылок. Если можна, пришлите пожалуйста какую-либо помощь по этому поводу. Язык C++ либо C#, или просто алгоритм формирования правил из набора на псевдокоде.
Заранее благодарна за любую информацию по этому поводу.
Apriori - масштабируемый алгоритм поиска ассоциативных правил
Современные базы данных имеют очень большие размеры, достигающие гига- и терабайтов, и тенденцию к дальнейшему увеличению. И поэтому, для нахождения ассоциативных правил требуются эффективные масштабируемые алгоритмы, позволяющие решить задачу за приемлемое время. Об одном из таких алгоритмов и пойдет речь в данной статье. Мы опишем алгоритм Apriori.
Читайте статью Apriori - масштабируемый алгоритм поиска ассоциативных правил 
Обсуждение: Apriori -- масштабируемый алгоритм поиска ассоциативных правил
Lara
01-06-2007
Обсуждение: Apriori -- масштабируемый алгоритм поиска ассоциативных правил
Помогите очень срочно нужен исходник алгоритма Apriori, желательно на С или C#
Анюта
22-04-2007
Могу выслать. Но вообще-то Вы и сами могли бы найти этот алгоритм в инете.
duke
23-04-2007
Пожалуйста вышлите мне этот алгоритм я в этой области новичок и у меня не получается самому найти
sanjar
10-05-2007
http://fuzzy.cs.uni-magdeburg.de/~borgelt/apriori.html
Эту и другие ссылки найти не представляет особого труда.
Duke
10-05-2007
Обсуждение: Apriori -- масштабируемый алгоритм поиска ассоциативных правил
В статье сказано, что генерация кандидатов состоит из:
1. добавления элементов
2. удаления избыточных правил
У меня возник вопрос по второму пункту - откуда могут взяться избыточные правила? По-моему, по построению очередного уровня это невозможно, т.к. на предыдущем шаге все редкие кандитаты были отброшены и на следующем уровне они ничего не порождают...
Или я что-то не правильно понял, объясните пожалуйста.
Спасибо.
P.S. скобка в 8-й строчке, закрывающая цикл должна быть после присваивания Fk= ...
Константин
20-11-2006
Возможно, Вы немного запутались в определениях.
1. Алгоритм генерирует список часто встречающихся множеств.
2. Каждая итерация состоит из:
2.1. Генерации ПОТЕНЦИАЛЬНО часто встречающихся множеств (кандидатов)
2.2. Удаление избыточных кандидатов. Соответственно, оставшиеся множества, можно считать часто встречающимися множествами мощности k.
Если же Ваш основной вопрос: "Бывают ли множества Fk мощностью k, состоящие из элементов множеств Fk-1 мощностью k-1, c поддержкой меньше чем поддержка множеств Fk-1?", то ответ "да".
По поводу закрывающейся скобки, ее просто не хватает, т.е. строка 9.5 должна быть равна "}". Спасибо за замечание.
С уважением, Сергей Ларин.
Сергей Ларин
21-11-2006
Спасибо. Все, я разобрался.
Константин
21-11-2006
Обсуждение: Apriori -- масштабируемый алгоритм поиска ассоциативных правил
А чем отличается Apriori от AprioriTID? Что то я совсем мало нашел про AprioriTID информации по его реализации. Спасибо.
Nik
24-10-2006
Обсуждение: Apriori -- масштабируемый алгоритм поиска ассоциативных правил
Либо я не понял, либо не сказано как вычислять достоверность правила. В любом случае хотелось бы более расширенное описание.
И еще, у вас сказано, что поддержка, скажем - на первой итерации, это число повторений элемента, т.е. целое число.
Почему Deductor выдает даже на первой итерации числа вида 40,63; 6,25; 15,63; 6,25.
Спасибо.
Yustos
05-03-2006
Поддержка элемента есть отношение количества транзакций, содержащих данный элемент, к общему количеству транзакций.
Сергей
28-06-2006
Обсуждение: Apriori -- масштабируемый алгоритм поиска ассоциативных правил
Будьте добры, мне тоже нужна статейка про алгоритм построения хеш-дерева или любая полезная ссылка, посвященная хешированию. Спасобо!
Lala
24-08-2005



новое сообщение
карта форума
правила форума
обратная связь
