-
-
-
Apriori算法
数据挖掘分类算法 Apriori算法 python实现 完整代码＋步骤详解
-
-
-
大数据挖掘算法之Apriori算法的可视化实现
该程序运行在Eclipse环境下，数据用的是SQLServer，没有备份数据库，但是数据放在了test.txt文档里面，可自行导入数据库。实现了Apriori关联规则挖掘，以两种参数进行挖掘
-
-
-
基于Apriori算法的商品推荐系统.zip
用Python写了一个 Apriori算法模块，测试数据用的是R里面的经典数据集Groceries.csv食品杂货店。对该数据集进行关联分析，并对结果进行打印，分别输出了各项集情况，关联规则和最受欢迎的前五个商品。大家可以根据自身的需求修改代码。
-
论文研究-基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法.pdf
针对从数据集中的正负关联规则挖掘问题，提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先，对通过逆文档频率（IDF）对语料库中的项（项集）进行加权，筛选出前N%的项集；然后，通过提出的双支持度阈值Apriori算法来提取频繁项集和非频繁项集，以此降低非频繁项集的数量；最后，通过置信度和升降度阈值的判断，分别从频繁项集和非频繁项集中挖掘正负关联规则。其中，创新性地利用了非频繁项集来挖掘正负 ...
-
论文研究-基于MDLP-Apriori算法的离散Shannon熵值标签排序.pdf
针对传统Apriori算法在标签等级排序中辨识度不高的问题，提出一种基于最小化描述准则（MDLP）Apriori算法的离散Shannon熵值算法。通过在Shannon熵值公式中增加额外参数，并结合自适应MDLP算法，增加Apriori算法对等级排序中分割点的识别能力，从而更加细致地观察标签细微差异；然后，利用改进算法分别在合成数据集和KEBI测试数据集上的仿真实验显示，MDLP-Apriori算法在Kendall系数精度与偏差、分区数量等指标上均要优于对比算法。最后，通过实验给出最小支持度选取标准。
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
