《表3 不同支持度下各数据集的F-list规模》

  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的并行频繁项集挖掘算法研究》

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

为验证PFIMD算法的挖掘效果，本文将PFIMD算法分别与PFP-Growth[11]、LBPFP[14]、MREclat[17]、SPEclat[18]和MRPrePost算法[19]进行了对比。在执行上述并行算法时需要根据每个数据集的F-list规模设置分组数目，表3给出三种数据集在不同支持数下F-list数目的具体情况。根据F-list大小对于susy数据集设置分组数为50组，kosarak数据集设置分组数为100组，webdocs数据集设置分组数为1 000组，分别在上述三个数据集上运行六种并行算法，实验结果如图2所示。