資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究什麼是支援計數？
支援計數是確定每個候選專案集出現頻率的過程，這些候選專案集在 Apriori-Gen 函式的候選剪枝步驟中倖存下來。
一種執行此操作的方法是將每個事務與每個候選專案集進行比較，並重新整理事務中包含的候選者的支援計數。這種方法在計算上代價很高，尤其是在事務和候選專案集都很多的情況下。
第二種方法是列舉每個事務中包含的專案集，並需要它們重新整理其特定候選專案集的支援計數。考慮一個包含五個專案的事務 t，{I、2、3、5 和 6}。此事務中包含 (5 3) = 10 個大小為 3 的專案集。
各種專案集可能對應於正在分析的候選 3-專案集，在這種情況下，它們的支撐計數會遞增。存在 t 的不同子集，它們不對應於可以忽略的一些候選者。
一種系統地列舉 t 中包含的 3-專案集的方法。考慮到每個專案集都以改進的字典序維護其專案，可以透過首先定義最小的專案，然後定義更高的專案來列舉專案集。
例如，給定 t：{1、2、3、5 和 6}，t 中包含的所有 3-專案集都應以專案 1、2 或 3 開頭。建立以專案 5 或 6 開頭的 3-專案集是不適用的，因為 t 中有兩個專案的標籤高於或等於 5。
字首架構顯示瞭如何一致地列舉事務中包含的專案集，即透過逐個定義其專案，從最左邊的專案到最右邊的專案。
它可以確定每個列舉的 3-專案集是否與現有的候選專案集相關。如果它連線了一個候選者，那麼相關候選者的支援計數就會遞增。
在 Apriori 演算法中，候選專案集被分成多個桶並儲存在雜湊樹中。在支援計數期間，每個事務中包含的專案集也將其雜湊到其合適的桶中。與其將事務中的每個專案集與每個候選專案集進行比較，不如僅將其與屬於相同桶的候選專案集進行比較。
樹的每個內部節點都需要以下雜湊函式 h(p)：p mod 3，以確定接下來必須遵循當前節點的哪個分支。例如，專案 1、4 和 7 被雜湊到相同的分支（即最左邊的分支），因為它們在將數字除以 3 後具有相同的餘數。所有候選專案集都儲存在雜湊樹的葉節點中。
2K+ 瀏覽量
