基于 WHO 历史数据利用聚类与 FP-Growth 算法学习高登革热发病率
数据库
2019-02-01 v1
摘要
本文应用 FP-Growth 算法挖掘模糊关联规则用于登革热预测系统。该系统通过输入登革热的历史预测变量来挖掘规则。这些规则将用于构建基于规则的分类器，以预测菲律宾 2001-2006 年次月的登革热发病率。通过灵敏度、特异度、PPV、NPV、执行时间和内存使用量将 FP-Growth 算法与 Apriori 算法进行比较。结果表明，FP-Growth 算法在执行时间上显著更优，在内存上数值更优，且在灵敏度、特异度、PPV 和 NPV 上与 Apriori 算法相当。
引用
@article{arxiv.1901.11376,
title = {Learning of High Dengue Incidence with Clustering and FP-Growth Algorithm using WHO Historical Data},
author = {Franz Stewart V. Dizon and Stephen Kyle R. Farinas and Reynaldo John Tristan H. Mahinay and Harry S. Pardo and Cecil Jose A. Delfinado},
journal= {arXiv preprint arXiv:1901.11376},
year = {2019}
}