Hur är metaruler användbara vid utvinning av föreningsregler?

Innehållsförteckning:

Hur är metaruler användbara vid utvinning av föreningsregler?
Hur är metaruler användbara vid utvinning av föreningsregler?

Video: Hur är metaruler användbara vid utvinning av föreningsregler?

Video: Hur är metaruler användbara vid utvinning av föreningsregler?
Video: What Are Metals? | Basic Technology 2024, Mars
Anonim

En metaregelstyrd datautvinningsmetod har föreslagits och studerats som tillämpar metaregler som en vägledning för hitta associeringsregler på flera nivåer i stora relationsdatabaser. En meta-regel är en regelmall i form av P1 ²… … gränssnitt som specificerar uppsättningen av data som är relevant för en viss gruvuppgift.

Vad är betydelsen av föreningsregelbrytning?

Inom datautvinning är associationsregler användbara för att analysera och förutsäga kundbeteende. De spelar en viktig roll i kundanalys, marknadskorganalys, produktkluster, katalogdesign och butikslayout. Programmerare använder associationsregler för att bygga program som kan maskininlärning.

Varför Apriori-principen är användbar vid brytning av associationsregel?

Apriori är en algoritm för frekvent brytning av objektuppsättningar och inlärning av associationsregler över relationsdatabaser. Det fortsätter genom att identifiera de frekventa enskilda objekten i databasen och utöka dem till större och större objektuppsättningar så länge som dessa objektuppsättningar förekommer tillräckligt ofta i databasen.

Hur utvinns associationsregler från stora databaser?

Utvinning av föreningsregler i stor databas är den utmanande uppgiften. En Apriori-algoritm används i stor utsträckning för att ta reda på de vanliga objektuppsättningarna från databasen. … Den hanterar också stora databaser med effektivare än befintliga algoritmer.

Vad är beskärning i föreningsbrytning?

Effektiviteten hos befintliga algoritmer för gruvdrift för associationsregler ger ett stort antal levererade regler som användaren inte kan utnyttja dem lätt. … Sedan använder beskärningsalgoritmen dessa beroenden för att ta bort de deduktiva reglerna och bara behålla de representativa reglerna för varje kluster.

Rekommenderad: