没有合适的资源?快使用搜索试试~
我知道了~
文库首页
网络技术
网管软件
基于MapReduce的频繁项集挖掘方法
基于MapReduce的频繁项集挖掘方法
Mapreduce
需积分: 0
3 下载量
163 浏览量
2014-06-03
11:29:44
上传
评论
收藏
330KB
PDF
举报
温馨提示
立即下载
一篇基于Mapreduce的频繁项集挖掘的综合性论文,很有实用性。
资源推荐
资源评论
基于频繁增长树(FP-树)的频繁项集挖掘算法实现
浏览:9
4星 · 用户满意度95%
共三个文件。 PF-Tree.h是PF-Tree头文件,建立PF-Tree newmain.cpp包含main函数,主要有FP_growth函数,基于PF-Tree的数据挖掘,最小支持度为宏MIN_SUPPORT data.in 是数据读入文件 直接运行主函数,结果在data.out文件输出 绝对物超所值。。
基于Apriori算法的频繁项集Hadoop mapreduce
浏览:107
4星 · 用户满意度95%
基于Apriori算法的频繁项集Hadoop mapreduce
一种基于MapReduce的频繁闭项集挖掘算法
浏览:59
频繁闭项集的挖掘是发现数据项之间关联规则的一种有效方式.当前以MapReduce模式为基础的云计算平台为解决海量数据中的关联规则挖掘问题提供新的解决思路.文中提出并实现一种基于Hadoop云计算平台的频繁闭项集的并行挖掘算法.该算法主要包括并行计数、构造全局频繁项表、并行挖掘局部频繁闭项集和并行筛选全局频繁闭项集四个步骤.在多个数据集上的实验表明,该方法能较大提高数据挖掘的效率,具有较好的加速比.
基于MapReduce的频繁闭相集挖掘算法
浏览:110
繁闭项集的挖掘是发现数据项之间关联规则的一种有效方式.当前以MapReduce模式为基础的云计算 平台为解决海量数据中的关联规则挖掘问题提供新的解决思路.文中提出并实现一种基于I-ladoop云计算平台的频 繁闭项集的并行挖掘算法.该算法主要包括并行计数、构造全局频繁项表、并行挖掘局部频繁闭项集和并行筛选全局 频繁闭项集四个步骤.在多个数据集上的实验表明,该方法能较大提高数据挖掘的效率,具有较好的
基于MapReduce的频繁闭项集挖掘算法改进
浏览:96
挖掘频繁闭项集(CFI)在许多实际应用中起着重要的作用。传统的数据挖掘算法中常用FP增长算法和Apriori算法来挖掘频繁项集。然而,内存需求和计算成本成为CFI挖掘算法的瓶颈,尤其是在从大型数据集中挖掘频繁闭项集时,是一个重要和具有挑战性的问题。针对上述问题,提出一种基于云计算的MapReduce框架的并行AFOPT-close算法,使MapReduce可广泛地用于处理大型数据。此外,用于检查频
基于MapReduce的频繁项集挖掘方法.pdf
浏览:145
4星 · 用户满意度95%
基于MapReduce的频繁项集挖掘方法.pdf
最频繁项集挖掘
浏览:170
提出基于支持度阈值动态调整策略的宽度优先搜索算法NApriori和深度优先搜索算法IntvMatrix挖掘N个最频繁项集
基于MapReduce的频繁项目集挖掘算法在煤炭销售系统中的研究
浏览:135
针对海量数据信息频繁项目集挖掘问题,提出了分布式频繁项目集挖掘算法,该算法是基于MapReduce分布式计算框架,能够高效地完成数据库中的频繁项目挖掘工作。通过实验结果证明该算法具有很高的效率及可扩展性。
论文研究-一种基于后缀项表的并行闭频繁项集挖掘算法.pdf
浏览:91
对现有的基于MapReduce的并行频繁项集挖掘算法进行了研究,提出一种基于后缀项表的并行闭频繁项集挖掘算法,通过后缀项表的引入及以闭频繁项集挖掘的形式,减少组分间的数据传送量,提高挖掘效率。实验表明,该算法...
论文研究-基于MapReduce的海量数据挖掘技术研究.pdf
浏览:82
将MapReduce应用在数据挖掘的三个算法中:朴素贝叶斯分类算法、K-modes聚类算法和ECLAT频繁项集挖掘算法。实验结果表明,在保证算法准确率的前提下,MapReduce可以有效提高海量数据挖掘工作的效率。
基于MapReduce的增量数据挖掘研究
浏览:17
频繁项集挖掘是数据挖掘过程中的重要部分,传统...基于MapReduce的增量数据挖掘能够有效解决这些问题,通过对比基于MapReduce的增量数据挖掘和传统增量数据挖掘的运行时间可以证明,基于Mapeduce的增量数据挖掘更高效。
K-频繁项集的挖掘
浏览:186
在规定的Chess标准数据集上,规定K=8,支持度support = 85%,进行1-频繁项集到K-频繁项集的挖掘
Apriori算法挖掘频繁项集
浏览:117
Apriori算法挖掘频繁项集
基于关联矩阵的频繁项集挖掘算法 (2012年)
浏览:81
根据经典 Apriori性质和算法思想,提出了一种基于关联矩阵的挖掘频繁项集的算法.应 用实例分析表明,该算法在挖掘过程中,只需扫描一次数据库,有效地减少了扫描数据库的次数,提高了算法的效率.
mrsub:基于 MapReduce 的频繁子图发现
浏览:197
苏先生 基于 MapReduce 的频繁子图发现
基于格的快速频繁项集挖掘算法* (2013年)
浏览:94
随着数据库规模的增加或支持度阈值的减少,频繁模式的数量将以指数形式增长,FP-growth算法运行的时空效率将大为降低.本文提出一种基于格的快速频繁项集挖掘算法LFP-growth,算法利用等价关系将原来的搜索空间(格)划分成若干个较小的予空间(子格),通过子格间的迭代分解,将对网格P(I)的频繁项集挖掘转化为对多个子格的并集进行的约束频繁项集挖掘.实验结果和理论分析表明,在挖掘大型数据库时,LF
论文研究-基于MapReduce计算模型的并行关联规则挖掘算法研究综述.pdf
浏览:72
随着数据的爆炸式增长,传统的算法已不能适应大数据挖掘的需要,需要...对已有的基于MapReduce计算模型的并行关联规则挖掘算法进行了分类和综述,对其各自的优缺点和适用范围进行了总结,并对下一步的研究进行了展望。
论文研究-基于FIUT的并行频繁项集增量更新算法.pdf
浏览:90
针对目前大数据快速增加的环境下,海量数据的频繁项集挖掘在实际中所面临的增量更新问题,在频繁项超度量树算法(frequent items ultrametric trees,FIUT)的基础上,引入MapReduce并行编程模型,提出了一种针对...
论文研究-标签集约束近似频繁模式的并行挖掘.pdf
浏览:55
基于近似频繁模式结构,将其拓展到带标签图中,引入标签集约束,并设计标签集约束近似频繁模式挖掘算法LCPP(Label-Constraint Proximity Pattern),该算法并行部署在MapReduce计算模型中,弥补了开源pFP算法处理大...
论文研究-基于MapReduce的H-mine算法.pdf
浏览:157
针对以上问题,紧密结合MapReduce模型提供的高效分布式编程和运行框架,在深入分析H-mine频繁模式挖掘算法的基础上,通过对H-mine算法频繁模式挖掘过程的并行化改进,提出了一种新颖的基于MapReduce模型的H-mine算法...
一种基于后缀项表的并行闭频繁项集挖掘算法 (2014年)
浏览:52
对现有的基于MapReduce的并行频繁项集挖掘算法进行了研究,提出一种基于后缀项表的并行闭频繁项集挖掘算法,通过后缀项表的引入及以闭频繁项集挖掘的形式,减少组分间的数据传送量,提高挖掘效率。实验表明,该算法...
基于随机相遇的频繁项集挖掘方法
浏览:26
频繁项集挖掘是关联规则挖掘的重要内容,而现有的频繁项集挖掘算法在数据库扫描和复杂数据结构构建方面消耗过多的时间,效率较低。为克服现有频繁项集挖掘算法的不足,提出了基于随机相遇的频繁项集挖掘算法。在随机相遇过程中,不断从原始事务集中随机挑选两条事务,将其交集作为新事务集中的元素,通过计算新事务集中最小支持度与原事务集中最小支持度的关系,将在原事务集上的频繁项集挖掘转化为在新事务集上的频繁项集挖掘,算
Apriori频繁项集挖掘
浏览:90
实现了数据挖掘教程中的Apriori算法,算法比较简单
APRIORI算法中频繁项集的挖掘
浏览:60
APRIORI算法中使用链表来实现对频繁项集的数据挖掘,在生成k项集时使用FK-1*FK-1的算法,在生成K-项集时直接删除支持度不满足最小阈值的项。
fpmming频繁项集挖掘 最大频繁项集挖掘
浏览:35
5星 · 资源好评率100%
频繁项集挖掘 最大频繁项集挖掘 fp-growth fpmax 自己实现的源码还有测试用例
论文研究-基于频繁项集挖掘最大频繁项集和频繁闭项集.pdf
浏览:8
提出了基于频繁项集的最大频繁项集(BFI-DMFI)和频繁闭项集挖掘算法(BFI-DCFI)。BFI-DMFI算法通过逐个检测频繁项集在其集合中是否存在超集确定该项集是不是最大频繁项集;BFI-DCFI算法则是通过挖掘所有支持度相等的频繁项集中的最大频繁项集组合生成频繁闭项集。该类算法的提出,为关联规则的精简提供了一种新的解决方法。
WOA.zip_WOA_WOA算法_k-means mapreduce_woa聚类_算法
浏览:12
5星 · 资源好评率100%
1基于MapReduce的K-Means聚类算法, 2基于MapReduce的分类算法 3MapReduce的频繁项集挖掘算法
一种基于Hadoop架构的并行挖掘算法研究
浏览:196
通过MapReduce并行编程模式实现Hadoop架构下SPRINT并行挖掘算法的频繁项集,解决了大数据集挖掘效率低下,时间消耗量大的问题。SPRINT算法通过对原始数据集进行划分,并将分块数据发给不同Map进程并行计算,使系统存储和...
利用MapReduce平台实现高效并行的频繁子图挖掘* (2014年)
浏览:132
在Hadoop平台上实现了一种基于MapReduce的高效频繁子图挖掘算法Cloud-GFSG(cloud-global frequent subgraph)。该算法基于Apriori思想,在扩展边生成新的子图时,使用已经挖掘出的k-1阶的频繁子图生成k阶的频繁子图。...
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
qq_16077585
粉丝: 0
资源:
1
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
Sora AI文字生成视频实操教程、由给定的图片生成视频的教程说明书,祝你一臂之力 轻松上手Sora
网络安全说明:网络安全方面的资料,+适合网络安全的初学者
【移动应用开发】HarmonyOS应用服务开发,移动购物应用
codnn文件下载使用
ASPICE 4.0中文版
窗体动画效果,一个实例,可以参考进行
c语言职工资源管理系统文字版.zip
游戏引擎开发 通过开发游戏引擎,使游戏编程更加容易,开发人员只需关注如何开发游戏
电力电子变换器-Boost变换器
MATLAB实现禁忌搜索算法优化柔性车间调度fjsp
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功