《表1 实验因素及水平：基于MapReduce的Apriori算法增量挖掘》

  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MapReduce的Apriori算法增量挖掘》

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

本文实验数据分别采用retail、kosarak、accidents三个真实数据集，对比情况如表1所示。其中，retail数据集是弗兰德斯地区1991—2000年间发生的交通事故记录集合，共包含340 184条事务及572条不同属性，具有数据量小、项多的特点；kosarak数据集记录了一家大型新闻网站点击流数据，该数据集包含990 002条数据，共有41 270项，具有数据量少、项数较多、数据离散等特点；accidents数据集中包含1 692 082条Web文档数据，每条数据包含5 267 656条不同属性，是一组数据集较大、数据项较多的数据集合。