《表1 在不同的最小支持度和信任度下算法的效率对比》
说明:提升效率=(传统算法-改进算法)÷传统算法×100%。
在资产数据挖掘中,分别设置两种最小支持度和最小信任度,即(0.1,0.3)和(1.6,1.5),对资产数据进行遍历处理。结果显示,改进后的Apriori算法能够快速获取到关联规则(见表1)。在支持度不同的情况下,改进算法计算频繁项的速度非常快。当选择支持度为0.1时,运用改进算法计算得到频繁项用时为45 min,约为传统算法用时的15。运用改进算法获取到的关联规则数量也较多。随着支持度的上升,关联规则数量有明显降低。最小支持度增加过大,会导致一些正确的规则数降低,从而降低不同数据之间的关联性。
图表编号 | XD00102225000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 郑斌 |
绘制单位 | 福建江夏学院电子信息科学学院 |
更多格式 | 高清、无水印(增值服务) |