频繁模式增长FP-growth是一种比Aprior算法更高效的关联规则挖掘算法。
举一反三
- FP-growth 关联规则挖掘算法不用生成候选集。
- 常见的关联规则挖掘算法包括:( ) A: MP-Growth算法 B: FP-Growth算法 C: Apriori算法 D: Bpriori算法
- 数据挖掘中关联规则分析最典型的算法是( )。 A: KNN算法 B: Naïve Bayes算法 C: k-means算法 D: Aprior算法
- 关联规则挖掘算法有： A: Apriori B: FP-Growth C: Close D: KNN
- 以下关于FP-Growth算法表述不正确的有 ( )。 A: FP-growth算法是对Apriori算法的改进 B: FP-growth算法不需要产生候选集 C: FP-growth算法将数据库压缩成一棵频繁模式树,但保留关联信息 D: FP-growth只需要一次遍历数据,大大提高了效率