英语翻译基于人造数据库和真实数据库的实验表明,BitTableFI优于Apriori和使用ClusterTable 支持度计数的CBAR算法.该方法讲改进整体时间及空间要求通过...以前的研究大都主要集中在剪枝以减少候

来源:学生作业帮助网 编辑:六六作业网 时间:2024/12/26 13:23:07
英语翻译基于人造数据库和真实数据库的实验表明,BitTableFI优于Apriori和使用ClusterTable支持度计数的CBAR算法.该方法讲改进整体时间及空间要求通过...以前的研究大都主要集

英语翻译基于人造数据库和真实数据库的实验表明,BitTableFI优于Apriori和使用ClusterTable 支持度计数的CBAR算法.该方法讲改进整体时间及空间要求通过...以前的研究大都主要集中在剪枝以减少候
英语翻译
基于人造数据库和真实数据库的实验表明,BitTableFI优于Apriori和使用ClusterTable 支持度计数的CBAR算法.
该方法讲改进整体时间及空间要求通过...
以前的研究大都主要集中在剪枝以减少候选频繁项目集数量和扫描数据库的时间.

英语翻译基于人造数据库和真实数据库的实验表明,BitTableFI优于Apriori和使用ClusterTable 支持度计数的CBAR算法.该方法讲改进整体时间及空间要求通过...以前的研究大都主要集中在剪枝以减少候
Experiments with both synthetic and real databases show that BitTableFI outperforms Apriori and CBAR which uses ClusterTable for quick support count.
The approach described here improves the overall time and space
requirements by
Most of the previous research mainly focuses on pruning to reduce the candidate itemsets amounts and the times of scanning databases.