有什么方法可以优化数据挖掘的Apriori算法吗？

Question

我正在挖掘一些数据。 我想节省时间。 那么有什么方法吗？

Answer 1

如果你正在挖掘数据并且想要节省时间，你应该考虑使用 FPGrowth 而不是尝试优化 Apriori。

即使你优化了 Apriori，它也不会像 FPGrowth 的良好实现那么快。

Apriori 很重要，因为它是第一个用于频繁项集挖掘和关联挖掘的算法。但现在有一些更有效的算法。

Answer 2

1. 使用正确的编程语言（例如：使用 VB 可能会带来灾难性的后果）

2. 制定您需要的信息并相应地编写您的程序

3. 减少数据库大小或根据您的需要准备数据库

4. 超级计算机（是的，硬件确实很重要，开玩笑，您需要一台好的计算机，特别是用于非常大的数据集）

5. 通过以下方式改进 Apriori 算法本身：

   •基于哈希的项集计数：对应的哈希桶计数低于阈值的 k 项集不可能是频繁的。
   •事务减少：不包含任何频繁k项集的事务在后续扫描中是无用的。
   •分区：任何在数据库中潜在频繁的项集必须在数据库的至少一个分区中是频繁的。
   •采样：挖掘给定数据的子集，降低支持阈值+确定完整性的方法。
   •动态项集计数：仅当所有子集都被估计为频繁时才添加新的候选项集。