Mining Closed Frequent ItemsetsIn S

Mining Closed Frequent Itemsets
In Section 5.1.2 we saw how frequent itemset mining may generate a huge number of
frequent itemsets, especially when the min sup threshold is set low or when there exist
long patterns in the data set. Example 5.2 showed that closed frequent itemsets9 can
substantially reduce the number of patterns generated in frequent itemset mining while
preserving the complete information regarding the set of frequent itemsets. That is, from
the set of closed frequent itemsets, we can easily derive the set of frequent itemsets and
their support. Thus in practice, it is more desirable to mine the set of closed frequent
itemsets rather than the set of all frequent itemsets in most cases.
“How can we mine closed frequent itemsets?” A naïve approach would be to first mine
the complete set of frequent itemsets and then remove every frequent itemset that is a
proper subset of, and carries the same support as, an existing frequent itemset. However,
this is quite costly. As shown in Example 5.2, this method would have to first derive
2100

ผลลัพธ์ (ไทย) 1:

ทำเหมืองปิดบ่อย Itemsetsในส่วน 5.1.2 เราเห็น itemset กี่เหมืองอาจสร้างจำนวนมากitemsets ที่พบบ่อยโดยเฉพาะอย่างยิ่งเมื่อเกณฑ์ sup นาทีถูกตั้งค่าต่ำ หรือเมื่อมียาวรูปแบบในชุดข้อมูล ตัวอย่างที่ 5.2 แสดงให้เห็นว่า สามารถ itemsets9 บ่อยที่ปิดลดจำนวนของลวดลายที่สร้างขึ้นในเหมือง itemset บ่อยในขณะที่รักษาข้อมูลที่สมบูรณ์เกี่ยวกับชุดของ itemsets บ่อย นั่นคือ จากชุดของ itemsets ปิดบ่อย เราได้อย่างง่ายดายมาชุดของ itemsets ที่ใช้บ่อย และการสนับสนุน ดังนั้น ในทางปฏิบัติ จึงต้องการเหมืองชุดปิดบ่อยมากขึ้นitemsets มากกว่าชุดของ itemsets บ่อยครั้งทั้งในกรณีส่วนใหญ่"วิธีสามารถเราเหมืองปิดบ่อย itemsets" จะเป็นวิธีที่ไร้เดียงสาที่เหมืองก่อนชุด itemsets บ่อย และเอา itemset ทุกบ่อยที่สมบูรณ์แบบย่อยที่เหมาะสมของ และประกอบที่เดียวกันสนับสนุนเป็น itemset บ่อยมีอยู่ อย่างไรก็ตามนี้เป็นค่าใช้จ่ายค่อนข้างสูง ดังที่แสดงในตัวอย่างที่ 5.2 วิธีนี้จะต้องมาก่อน2100