《表2 数据集参数：基于B-list的最大频繁项集挖掘算法》

  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B-list的最大频繁项集挖掘算法》

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

由于FPMAX算法在不同的数据集中都保持着良好的性能，所以通过比较BMFI与FPMAX和MFIN算法在不同数据集上挖掘最长频繁项集所用的时间来验证BMFI算法的有效性。实验所有的程序均用C/C++编写，实验环境为InterCore（TM）i5 CPU [email protected] GHz CPU，4 GB内存，64位Windows 10操作系统。在该环境下实现了FPMAX与BMFI和MFIN算法。实验所使用的是Pumsb、Retail数据集以及由IBM数据生成器生成的人工数据集T10I4D100K。各数据集参数如表2所示。通过改变最小支持度来进行频繁模式的挖掘，然后对比分析了算法的运行时间以及内存消耗情况。运行时间对比如图3所示，内存消耗情况对比如图4所示。