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