Bayardo miêu tả năm [4] ông thực hi

Bayardo miêu tả năm [4] ông thực hiện một phiên bản của thợ mỏ Max tìm thấy chiều dài tối đa thường xuyên itemsets. Để kiến thức của chúng tôi, không có không có các thuật toán sẵn có khác với tôi itemsets tối đa. Thuật toán nhiều tồn tại cho MFI và khai thác mỏ. Agarwal et al. [1] chỉ ra rằng DepthProject chạy nhiều hơn một thứ tự cường độ nhanh hơn so với thợ mỏ Max. Burdick et al. [6] đã chỉ ra rằng MAFIA nhanh hơn so DepthProject bởi một nhân tố của 3-5. Grahne và Zhu [10] cho thấy FPMAX đạt được hiệu suất so sánh với MAFIA và GenMax. Để so sánh hiệu suất, chúng tôi sửa đổi các thuật toán MAFIA và FPMAX hiệu quả một chút tôi itemset thường xuyên chiều dài tối đa. Tại sao chúng tôi đã chọn những thuật toán hai? Trong thực tế, DepthProject, MAFIA và GenMax chia sẻ rất nhiều điểm chung: tìm kiếm các mục tập con lưới (hoặc lexicographic cây) theo cách sâu đầu tiên, áp dụng lookahead cắt tỉa và sắp xếp lại năng động để giảm không gian tìm kiếm, sử dụng một kỹ thuật nén để nhanh chóng hỗ trợ đếm. Vì vậy, chúng tôi chọn ra MAFIA như là đại diện của các thuật toán ba. FPMAX là cơ bản khác nhau từ trên ba và tương tự như thuật toán của chúng tôi, bởi vì nó không chỉ sử dụng cấu trúc FP-cây tương tự nhưng cũng mở rộng các thuật toán FP-tăng trưởng tương tự. Vì vậy chúng tôi cũng đã chọn FPMAX như là một đối thủ cạnh tranh.Hình 13 minh họa kết quả so sánh các thuật toán ba cho nấm, cờ vua, Connect4 và Pumsb *, tương ứng. Cột bên trái cho thấy thời gian chạy của các thuật toán ba. Trục x là chỉ định người dùng tối thiểu hỗ trợ, thể hiện như là một tỷ lệ phần trăm, trong khi trục y cho thấy thời gian chạy trong vài giây. Cột trung so sánh số ứng cử viên itemsets xử lý bởi FPMAX_LO và LFIMiner. Trục x là sự hỗ trợ tối thiểu, và trục y Hiển thị số. Cột bên phải so sánh tổng số tất cả các nút FP-cây tạo ra bởi FPMAX_LO và LFIMiner. Trục x là sự hỗ trợ tối thiểu, và trục y Hiển thị số.

Kết quả (Anh) 1:

Bayardo described in [4] he performed a version of Max miners found frequent itemsets maximum length. To our knowledge, there is no other available algorithms with I Max itemsets. Many algorithms exist for MFI and mining. Agarwal et al. [1] points out that DepthProject run more than an order of magnitude faster than Max miners. Burdick et al. [6] showed that the MAFIA faster than DepthProject by a factor of 3-5. Grahne and Zhu [10] shows FPMAX performance gain compared to the MAFIA and GenMax. To compare performance, we modify the algorithm a little efficiency FPMAX MAFIA and I frequent itemset maximum length. Why we have chosen these two algorithms? In fact, DepthProject, MAFIA and GenMax share a lot in common: search for items mesh subset (or lexicographic tree) in a way the first worm, apply the lookahead pruning and dynamic rearrangement to reduce the search space, use a compression technique to quickly support counts. So, we picked out the MAFIA as the representatives of the three algorithms. FPMAX is essentially different from the above three and similar to our algorithm, because it not only uses the same tree FP-structure but also expand the FP-growth algorithm. So we also have chosen FPMAX as a competitor. Figure 13 illustrates the results of comparing the three algorithms for mushrooms, chess, Connect4 and Pumsb *, respectively. The left column shows the running time of the algorithm. The x axis is specified the minimum user support, expressed as a percentage, while the y axis shows the running time in seconds. The middle column comparing the number of itemsets candidate handled by FPMAX_LO and LFIMiner. The x axis is the minimal support, and the y axis displays the number. The right column compares the total of all the button FP-tree created by FPMAX_LO and LFIMiner. The x axis is the minimal support, and the y axis displays the number.

Kết quả (Anh) 2:

Bayardo described in [4] he performed a version of Miner Max find the maximum length frequent itemsets. To our knowledge, there are no other available algorithms with maximum I itemsets. Many existing algorithms for mining MFI. Agarwal et al. [1] indicates that DepthProject run more than one order of magnitude faster than miners Max. Burdick et al. [6] showed that outperforms MAFIA DepthProject by a factor of 3-5. Grahne and Zhu [10] showed FPMAX performance gain compared with the MAFIA and GenMax. To compare performance, we modify the algorithms MAFIA and effective FPMAX my little routine itemset maximum length. Why we chose these two algorithms? In fact, DepthProject, GenMax MAFIA and share a lot in common: finding items mesh subsets (or lexicographic tree) in a way the first worm, apply lookahead trimmed and rearranged to reduce the space dynamic search Search, using a compression technique to quickly support count. So we picked out MAFIA as representatives of the three algorithms. FPMAX is fundamentally different from and similar to three of our algorithm, because it not only uses FP-tree structure similar but also expand the FP-growth algorithm similar. So we also chose FPMAX as a competitor tranh.Hinh 13 illustrates the results compare three algorithms for mushrooms, chess, Connect4 and Pumsb *, respectively. The left column shows the time run of three algorithms. The x-axis is the user specified minimum support, expressed as a percentage, while the y axis shows the time run in seconds. Middle column compares the candidate itemsets processed by FPMAX_LO and LFIMiner. The x-axis is the minimum supported, and the y-axis Display number. Right column comparing total all FP-tree node created by FPMAX_LO and LFIMiner. The x-axis is the minimum supported, and the y-axis Display number.