改進的Apriori算法的研究與應用
摘要：關聯規則是數據挖掘領域研究的重要方面之一。其中,Apriori算法是關聯規則的重要組成部分,針對Apriori算法在計算二項頻繁集時易產生大量無效候選集的問題,以及對候選集進行冗余掃描的問題,在傳統Apriori算法的基礎上提出了一種改進的Apriori算法,即Apriori-L算法。改進的Apriori算法不僅能提高計算二項頻繁集過程的時間效率,而且能加快整個算法的運算過程。將Apriori-L算法運用股市模塊聯動規則挖掘中,可推測出聯動的股票模塊,將改進后的算法應用到日常生活中為該算法的使用提供了依據,同時驗證了Apriori-L算法的準確性。
注: 保護知識產權,如需閱讀全文請聯系計算機與數字工程雜志社
相關推薦
更多
