apriori - 有什么方法可以优化数据挖掘的 Apriori 算法？

Question

我正在挖掘一些数据。我想节省时间。那么有什么方法吗？

Answer 1

如果您正在挖掘数据并且想要节省时间，您应该考虑使用 FPGrowth 而不是尝试优化 Apriori。

即使优化了 Apriori，它也不会像 FPGrowth 的良好实现那样快。

Apriori 很重要，因为它是频繁项集挖掘和关联挖掘的第一个算法。但是现在有一些更有效的算法。

Answer 2

1. 使用正确的编程语言（例如：使用 VB 可能是灾难性的）

2. 制定您需要的信息并相应地对您的程序进行编码

3. 减少数据库大小或根据需要准备数据库

4. 超级计算机（是的，硬件确实很重要，开玩笑说你需要一台好的计算机，尤其是一个非常大的数据集）

5. 通过以下方式改进 Apriori 算法本身：

   •基于散列的项集计数：对应的散列桶计数低于阈值的k-项集不可能是频繁的。
   •事务缩减：不包含任何频繁k-itemset 的事务在后续扫描中是无用的。
   • 分区：在DB 中可能频繁出现的任何项集必须在DB 的至少一个分区中频繁出现。
   •抽样：对给定数据的子集进行挖掘，较低的支持阈值+确定完整性的方法。
   •动态项集计数：仅当估计其所有子集都是频繁的时才添加新的候选项集。