序列模式挖掘-全文預(yù)覽
【正文】 min_sup，表示最小支持度閾值，如 果序列 ?在序列數(shù)據(jù)庫 S中存在 support（ S） （ ? ） ≥min_sup ， 則序列 ?是頻繁序列，也叫做序列模式。 主要步驟： 掃描序列數(shù)據(jù)庫，得到長度為 1的序列模式 L1，作為初始的種 子集； 根據(jù)長度為 i 的種子集 Li ，通過 連接操作 和 修剪操作 生成 長度為 i+1的候選序列模式 Ci+1；然后掃描序列數(shù)據(jù) 庫 ，計算每個候選序列模式的支持度，產(chǎn)生長度為 i+1的 序列 模式 Li+1，并將 Li+1作為新的種 子集； 重復(fù)第二步，直到?jīng)]有新的序列模式或新的候選 序列模式 產(chǎn)生 為止； L1? C2 ? L2 ? C3 ? L3 ? C4 ? L4 ? …… GSP算法和 SPADE算法 連接操作 ： 如果去掉序列模式 S1的第一個 項 與去掉序列模式 S2的最后一個 項 所得到的序列相同，則可以將 S1于 S2進行連接，即將 S2的最后一個項目添加到 S1中。 1序列的 ID_list 1 2 … SID EID SID EID … 1 1 1 2 1 2 2 3 1 3 4 2 2 1 3 5 2 4 4 5 3 2 4 3 2序列的 ID_list 1,2 … SID EID(1) EID(2) … 1 1 2 2 1 3 3 2 5 4 3 5 GSP算法和 SPADE算法 ? 如果序列數(shù)據(jù)庫的規(guī)模比較大，則有可能會產(chǎn)生大量的候選序列模式 ? 需要對序列數(shù)據(jù)庫進行循環(huán)掃描 ? 對于序列模式的長度比較長的情況，由于其對應(yīng)的短的序列模式規(guī)模太大，本算法很難處理 類 Apriori算法存在的問題 PrefixSpan算法 算法介紹：基于 FP增長算法 采用分治的思想，不斷產(chǎn)生序列數(shù)據(jù)庫的多個更小的投影數(shù)據(jù)庫，然后在各個投影數(shù)據(jù)庫上進行序列模式 挖掘 。 S關(guān)于 a,(a,b)的 后綴 為 _c),(a,c),d,(c,f
物理相關(guān)推薦
鄂ICP備17016276號-1