Pse rritja e FP është më e mirë se Apriori?
Pse rritja e FP është më e mirë se Apriori?

Video: Pse rritja e FP është më e mirë se Apriori?

Video: Pse rritja e FP është më e mirë se Apriori?
Video: Shenjat që tregojnë se ka sihër (magji) në shtëpi! 2024, Mund
Anonim

Ai lejon zbulimin e shpeshtë të grupeve të artikujve pa gjenerimin e kandidatëve.

Rritja e FP :

Parametrat A priori Algoritmi pemë Fp
Shfrytëzimi i memories Kërkon një hapësirë të madhe memorie për shkak të numrit të madh të kandidatëve të krijuar. Kërkon një hapësirë të vogël memorie për shkak të strukturës kompakte dhe mungesës së gjenerimit të kandidatëve.

Për më tepër, cili është rritja më e mirë Apriori apo FP?

FP - rritje : një metodë efikase e shfrytëzimit të modeleve të shpeshta në një bazë të madhe të dhënash: duke përdorur një shumë kompakte FP - pemë , metoda përçaj dhe sundo në natyrë. te dyja A priori dhe FP - Rritje po synojnë të zbulojnë një grup të plotë modelesh, por, FP - Rritje është më efikas se A priori në lidhje me modelet e gjata.

Përveç sa më sipër, cili është algoritmi i rritjes së FP? Të FP - Algoritmi i Rritjes , i propozuar nga Han in, është një metodë efikase dhe e shkallëzueshme për nxjerrjen e grupit të plotë të modeleve të shpeshta sipas fragmentit të modelit rritje , duke përdorur një parashtesë të zgjeruar- pemë strukturë për ruajtjen e informacionit të ngjeshur dhe vendimtar në lidhje me modelet e shpeshta të quajtura modele të shpeshta pemë ( FP - pemë ).

Po kështu, cilat janë avantazhet e algoritmit të rritjes së FP?

Avantazhet e Algoritmit të Rritjes FP Çiftimi i artikujve nuk bëhet në këtë algoritëm dhe kjo e bën atë më të shpejtë. Baza e të dhënave ruhet në një version kompakt në memorie . Është efikas dhe i shkallëzueshëm për nxjerrjen e modeleve të shpeshta të gjata dhe të shkurtra.

Çfarë është pronë Apriori?

Të pronë apriori eshte prone duke treguar se vlerat e kritereve të vlerësimit të modeleve sekuenciale janë më të vogla ose të barabarta me ato të nënmodelave të tyre vijuese. Mësoni më shumë në: Nxjerrja e modeleve të njëpasnjëshme nga të dhënat sekuenciale.

Recommended: