基于fp树的全局最大频繁项集挖掘算法

基于滑动窗口的不确定性数据流频繁项集挖掘算法

Apriori算法分析频繁项集的支持度，通过读取excel文件获取数据，并将运算结果保存到另一个excel文件里

在VC6.0环境下用MFC做的一个频繁项挖掘、增量式关联规则挖掘程序，内置测试数据，解压后可直接运行

数据挖掘FP树算法C++实现，可实现对多种数据类型挖掘

传统的挖掘频繁项集的并行算法存在各节点间负载不均衡、同步开销过大、通信量大等问题。针对这些问题，提出了一种多次传送重新分配数据的并行算法(MRPD)。MRPD算法在第l步时将数据库重新划分成若干组，并

java频繁项集代码 Apriori算法的核心步骤是： L(K-1)通过自连接求出项数为K的候选项集合C(K) 通过对C(K)进行一系列处理（剪枝 + 支持度判断） 得到L(K)集合

频繁模式挖掘的模式数量通常过于巨大，在实际应用中只有少量的频繁模式被使用。Top-k频繁模式挖掘通过排列模式频数限制频繁模式的数量，有效提高了算法效率。提出了TPN（Top-k-Patternsbas

针对从数据集中的正负关联规则挖掘问题，提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先，对通过逆文档频率（IDF）对语料库中的项（项集）进行加权，筛选出前N%的项集；然后，通过提出的双

针对现有电网调度运行日志与智能操作票系统功能难以满足调度任务需要的问题,亟需对系统进行技术升级与结构改造。文中设计了一种基于决策树算法的电网调度频繁数据挖掘系统,利用C4.5决策树分类算法的训练自学习

论文研究-一种基于树的频繁模式挖掘算法.pdf, 提出了一种基于树的频繁模式挖掘算法TBA-FP。它以树表示法压缩数据库所含模式信息，将挖掘问题转化为按深度优先策略构造频繁模式树，并引入了虚拟裁剪等优