《表1 数据集参数：基于差异点集的频繁项集挖掘算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于差异点集的频繁项集挖掘算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文将DNTK*与DNTK算法的运行时间比例在不同数据集中作对比（DNTK*为未采用包含索引策略的DNTK算法），以测试采用了包含索引策略的DNTK算法因减少项集连接次数所带来的时间效益。并且本文将DNTK算法与FAE和NTK算法在运行时间和内存占用方面进行比较，以验证该算法的整体性能。用java语言在实验环境为Inter（R）Core（TM）i5 [email protected] CPU，内存4GB，64位操作系统设备上实现以上算法比较，各组实验中每种算法所挖掘的频繁项集数量和内容是相同的，确保了实验公平性。实验所用数据集为常用数据集Retail，Connect，T10I4D100K和T2K50K1D，见表1。实验通过改变top rank value(k）的大小来测试算法运行时间和内存占用的情况。DNTK*算法与DNTK算法的运行时间比例实验结果如图2所示，DNTK算法与FAE和NTK算法的运行时间和内存占用对比实验结果分别如图3和图4所示。