×

考勃勒

swMATH ID: 26973
软件作者: F.Pan、A.K.H.Tung、G.Cong、X.Xu
描述: COBBLER:组合列和行枚举以进行闭合模式发现。最近,挖掘频繁闭合模式的问题受到了相当大的关注,因为与发现所有频繁模式相比,它的冗余度要低得多。现有算法目前可以分为两组,特征(列)枚举和行枚举。CHARM和CLOSET+等特征编号算法对于具有少量特征和大量行的数据集是有效的,因为要进行编号的特征组合的数量很小。另一方面,像CARPENTER这样的行枚举算法更适合具有大量特征和少量行的数据集(例如生物信息学数据)。然而,对于具有大量行和特征的数据集,这两组算法都会遇到问题。在本文中,我们描述了一种称为COBLER的新算法,它可以有效地挖掘此类数据集。COBBLER设计用于根据挖掘过程中的数据特征在特征枚举和行枚举之间动态切换。因此,可以使用最合适的方法处理数据集的每个部分,从而使主题挖掘更加高效。在真实数据集和合成数据集上的一些实验表明,COBBLER比以前的CHARM、CLOSET+和CARPENTER等闭合模式挖掘算法要高一个数量级。
主页: https://dl.acm.org/citation.cfm?id=1007101
相关软件: 木匠;农民;CMAR公司;衣柜;RP-树;泰坦尼克号;开花;4.5条;UCI-毫升;BIDE公司;CloseGraph(关闭图形);CloSpan公司;前缀跨度;gSpan(量程);PR-经理;CP分钟;铲刀;PlanMine公司
引用于: 2文件

连载1篇

2 信息科学

在1个字段中引用

2 计算机科学(68至XX)

按年份列出的引文