比较有利于Apriori、Eclat或FP-Growth频繁项集挖掘算法的数据集特征
数据库
2017-02-01 v1 人工智能
摘要
频繁项集挖掘是一种流行的数据挖掘技术。Apriori、Eclat和FP-Growth是频繁项集挖掘中最常见的算法之一。已有大量研究通过比较随着数据集大小增加时各算法的可扩展性来评估这三种算法的相对性能。尽管随着数据大小增加的可扩展性很重要，但先前的论文尚未考察包含不同项集特征的相似大小数据集的性能影响。本文探讨了两种数据集特征对这三种频繁项集算法性能的影响。为进行该实证分析，创建了一个数据集生成器以衡量频繁项密度和最大事务大小对性能的影响。生成的数据集包含相同数量的行。这提供了一些关于利于每种算法的数据集特征的见解。本文的研究结果表明，Eclat和FP-Growth处理最大事务大小和频繁项集密度增加的能力都明显优于Apriori算法。本文探讨了两种数据集特征对这三种频繁项集算法性能的影响。为进行该实证分析，创建了一个数据集生成器以衡量频繁项密度和最大事务大小对性能的影响。生成的数据集包含相同数量的行。这提供了一些关于利于每种算法的数据集特征的见解。本文的研究结果表明，Eclat和FP-Growth处理最大事务大小和频繁项集密度增加的能力都明显优于Apriori算法。
引用
@article{arxiv.1701.09042,
title = {Comparing Dataset Characteristics that Favor the Apriori, Eclat or FP-Growth Frequent Itemset Mining Algorithms},
author = {Jeff Heaton},
journal= {arXiv preprint arXiv:1701.09042},
year = {2017}
}