歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
高性能數(shù)據(jù)挖掘(快速項(xiàng)集挖掘算法及性能研究)

高性能數(shù)據(jù)挖掘(快速項(xiàng)集挖掘算法及性能研究)

作者:屈俊峰 著
出版社:中國(guó)水利水電出版社出版時(shí)間:2018-08-01
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 161
讀者評(píng)分:4分1條評(píng)論
中 圖 價(jià):¥15.4(3.2折) 定價(jià)  ¥48.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元,滿39元免運(yùn)費(fèi)
?新疆、西藏除外
溫馨提示:5折以下圖書(shū)主要為出版社尾貨,大部分為全新(有塑封/無(wú)塑封),個(gè)別圖書(shū)品相8-9成新、切口
有劃線標(biāo)記、光盤(pán)等附件不全詳細(xì)品相說(shuō)明>>
本類五星書(shū)更多>

高性能數(shù)據(jù)挖掘(快速項(xiàng)集挖掘算法及性能研究) 版權(quán)信息

高性能數(shù)據(jù)挖掘(快速項(xiàng)集挖掘算法及性能研究) 內(nèi)容簡(jiǎn)介

  《高性能數(shù)據(jù)挖掘:快速項(xiàng)集挖掘算法及性能研究》主要探討數(shù)據(jù)挖掘中的項(xiàng)集挖掘問(wèn)題,詳細(xì)介紹了頻繁項(xiàng)集、高可用項(xiàng)集、頻繁項(xiàng)集、頻繁閉項(xiàng)集的定義、挖掘算法、搜索空間剪枝技術(shù)、性能優(yōu)化等方面的內(nèi)容!陡咝阅軘(shù)據(jù)挖掘:快速項(xiàng)集挖掘算法及性能研究》的重點(diǎn)在于介紹如何提高挖掘速度、提升挖掘時(shí)的內(nèi)存使用效率;《高性能數(shù)據(jù)挖掘:快速項(xiàng)集挖掘算法及性能研究》的特色在于不僅對(duì)這些挖掘方法與技術(shù)在理論上進(jìn)行描述,同時(shí)作者執(zhí)行了嚴(yán)格的實(shí)驗(yàn)用以佐證結(jié)論。  《高性能數(shù)據(jù)挖掘:快速項(xiàng)集挖掘算法及性能研究》可作為高年級(jí)本科生、數(shù)據(jù)挖掘方向的研究生、有興趣青年學(xué)者的參考書(shū)。

高性能數(shù)據(jù)挖掘(快速項(xiàng)集挖掘算法及性能研究) 目錄

前言

第1章 概述
1.1 項(xiàng)集:數(shù)據(jù)挖掘研究領(lǐng)域的焦點(diǎn)之一
1.2 頻繁項(xiàng)集挖掘問(wèn)題的研究歷史
1.3 高可用項(xiàng)集挖掘問(wèn)題的研究歷史
1.4 本書(shū)的主要內(nèi)容

第2章 頻繁項(xiàng)集挖掘問(wèn)題
2.1 概述
2.1.1 問(wèn)題形式化定義
2.1.2 搜索空間與方法
2.2 基礎(chǔ)頻繁項(xiàng)集挖掘算法介紹
2.2.1 經(jīng)典的候選生成Apriori算法
2.2.2 以垂直視角處理數(shù)據(jù)庫(kù)的Eclat算法
2.2.3 基于前綴樹(shù)結(jié)構(gòu)的FP-growth算法
2.3 性能測(cè)試的軟硬件環(huán)境
2.3.1 數(shù)據(jù)庫(kù)描述
2.3.2 參照算法介紹
2.3.3 其他軟硬件設(shè)施
2.4 實(shí)驗(yàn)一:三種基礎(chǔ)算法的性能測(cè)試
2.4.1 實(shí)驗(yàn)結(jié)果
2.4.2 性能評(píng)價(jià)

第3章 BFP-growth:快速模式增長(zhǎng)算法
3.1 經(jīng)典模式增長(zhǎng)算法的性能分析
3.1.1 影響FP-growth性能的三個(gè)因素
3.1.2 ICDM*佳算法:FPgrowth
3.2 批量模式增長(zhǎng)算法:BFP-growth
3.2.1 性能提升的途徑
3.2.2 核心步驟:兩次前綴樹(shù)遍歷
3.2.3 算法偽代碼
3.3 BFP-growth算法的性能分析
3.3.1 更少的遍歷花費(fèi)
3.3.2 FP-array技術(shù)應(yīng)該集成在BFP-growth中嗎
3.3.3 無(wú)修飾的前綴樹(shù)結(jié)構(gòu)
3.4 實(shí)驗(yàn)二:BFP-growth的性能測(cè)試及討論
3.4.1 BFP-growth及FPgrowth*與基礎(chǔ)算法的對(duì)比
3.4.2 實(shí)驗(yàn)結(jié)果討論
3.5 小結(jié)

第4章 基于結(jié)點(diǎn)集合結(jié)構(gòu)的NS算法
4.1 Eclat及FP-growth算法的優(yōu)缺點(diǎn)
4.2 結(jié)點(diǎn)集合結(jié)構(gòu)(Node-set)
4.2.1 條件結(jié)點(diǎn)
4.2.2 結(jié)點(diǎn)拓?fù)湫蛱?hào)
4.2.3 使用結(jié)點(diǎn)集合結(jié)構(gòu)表示前綴樹(shù)
4.3 NS算法
4.3.1 映射前綴樹(shù)到結(jié)點(diǎn)集合結(jié)構(gòu)
4.3.2 從結(jié)點(diǎn)集合結(jié)構(gòu)中挖掘頻繁項(xiàng)集
4.3.3 一個(gè)例子
4.3.4 NS算法的原子操作
4.4 實(shí)驗(yàn)三:NS算法與其他快速挖掘算法的性能對(duì)比
4.4.1 實(shí)驗(yàn)結(jié)果
4.4.2 結(jié)果討論:NS算法的性能優(yōu)勢(shì)
4.5 小結(jié)

第5章 用Patricia*結(jié)構(gòu)挖掘頻繁項(xiàng)集
5.1 研究動(dòng)機(jī)
5.2 Patricia*結(jié)構(gòu)
5.2.1 單孩子結(jié)點(diǎn)
5.2.2 構(gòu)造:Patricia*結(jié)構(gòu)
5.3 用Patricia*結(jié)構(gòu)挖掘頻繁項(xiàng)集
5.3.1 先前的挖掘流程
5.3.2 改進(jìn)的挖掘流程
5.3.3 PatriciaMine*算法
5.4 實(shí)驗(yàn)結(jié)果
5.4.1 結(jié)點(diǎn)數(shù)量統(tǒng)計(jì)
5.4.2 性能對(duì)比
5.5 小結(jié)

第6章 頻繁項(xiàng)集挖掘算法的內(nèi)存耗費(fèi)
6.1 BFP-growth算法內(nèi)存使用情況分析
6.2 NS算法內(nèi)存使用情況分析
6.3 實(shí)驗(yàn)四:快速挖掘算法的內(nèi)存耗費(fèi)
6.4 SP算法
6.4.1 研究動(dòng)機(jī)
6.4.2 基礎(chǔ)知識(shí)
6.4.3 挖掘頻繁項(xiàng)集
6.4.4 實(shí)驗(yàn)結(jié)果與結(jié)論

第7章 高可用項(xiàng)集挖掘問(wèn)題
7.1 從頻繁項(xiàng)集到高可用項(xiàng)集
7.2 問(wèn)題的形式化定義
7.3 已有挖掘算法概述

第8章 非候選生成高可用項(xiàng)集挖掘算法
8.1 項(xiàng)集有用性列表結(jié)構(gòu)
8.1.1 初始有用性列表
8.1.2 2-項(xiàng)集的有用性列表
8.1.3 缸項(xiàng)集有用性列表(k≥3)
8.2 HUI-Miner算法
8.2.1 剪枝策略
8.2.2 算法偽代碼
8.3 HUI-Miner算法的實(shí)現(xiàn)細(xì)節(jié)
8.3.1 有用性列表表頭
8.3.2 重新標(biāo)注tid
8.3.3 交易權(quán)重有用性增加的順序
8.4 實(shí)驗(yàn)五:HUI-Miner性能測(cè)試
8.4.1 實(shí)驗(yàn)設(shè)置
8.4.2 HUI-Miner及對(duì)比算法的運(yùn)行時(shí)間
8.4.3 HUI-Miner及對(duì)比算法的內(nèi)存耗費(fèi)
8.4.4 項(xiàng)處理順序?qū)UI-Miner性能的影響
8.4.5 可擴(kuò)展性
8.4.6 實(shí)驗(yàn)結(jié)果討論
8.5 小結(jié)

第9章 快速識(shí)別高可用項(xiàng)集
9.1 先前算法的性能瓶頸
9.2 基本識(shí)別算法(BIA)
9.3 基于候選樹(shù)的快速識(shí)別算法(FIA)
9.3.1 候選樹(shù)結(jié)構(gòu)
9.3.2 快速識(shí)別算法
9.4 算法分析:BIA與FIA
9.5 實(shí)驗(yàn)六:BIA與FIA的性能對(duì)比
9.5.1 高可用項(xiàng)集識(shí)別時(shí)間
9.5.2 候選項(xiàng)集生成時(shí)間
9.5.3 內(nèi)存耗費(fèi)
9.5.4 實(shí)驗(yàn)結(jié)果分析
9.6 實(shí)驗(yàn)七:FIA-UP-Growth+和HUI-Miner的性能對(duì)比
9.6.1 運(yùn)行時(shí)間&內(nèi)存耗費(fèi)
9.6.2 實(shí)驗(yàn)結(jié)果分析
9.7 小結(jié)

第10章 *大頻繁項(xiàng)集挖掘
10.1 介紹
10.2 基本概念
10.3 MAFIA算法
10.3.1 深度優(yōu)先遍歷
10.3.2 搜索空間剪枝
10.3.3 有效的MFI超集檢查
10.4 挖掘非*大頻繁項(xiàng)集
10.4.1 挖掘所有的頻繁項(xiàng)集
10.4.2 挖掘所有的頻繁閉項(xiàng)集
10.5 實(shí)施細(xì)節(jié)
10.6 結(jié)論

第11章 頻繁閉項(xiàng)集挖掘
11.1 介紹
11.2 頻繁項(xiàng)集挖掘
11.2.1 基本定義
11.2.2 先前的解決方案
11.3 項(xiàng)集-記錄標(biāo)識(shí)符集合搜索樹(shù)與等價(jià)類
11.4 CHARM算法設(shè)計(jì)與實(shí)現(xiàn)
11.4.1 快速的閉項(xiàng)集子集合檢查
11.4.2 使用差異集合快速進(jìn)行頻繁計(jì)數(shù)
11.4.3 其他優(yōu)化及正確性
11.5 實(shí)驗(yàn)結(jié)果
11.6 結(jié)論
參考文獻(xiàn)
展開(kāi)全部
書(shū)友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服