சுருக்கம்

EVALUATING THE PERFORMANCE OF ASSOCIATION RULE MINING ALGORITHMS

K.Vanitha, R.Santhi

Association rule mining is one of the most popular data mining methods. However, mining association rules often results in a very large number of found rules, leaving the analyst with the task to go through all the rules and discover interesting ones. In this paper, we present the performance comparison of Apriori and FP-growth algorithms. The performance is analyzed based on the execution time for different number of instances and confidence in Super market data set. These algorithms are presented together with some experimental data. Our performance study shows that the FP-growth method is efficient and scalable and is about an order of magnitude faster than the Apriori algorithm

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

Google Scholar
அகாடமிக் ஜர்னல்ஸ் டேட்டாபேஸ்
ஜே கேட் திறக்கவும்
கல்வி விசைகள்
ஆராய்ச்சி பைபிள்
CiteFactor
எலக்ட்ரானிக் ஜர்னல்ஸ் லைப்ரரி
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிஞர்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க