《中国人工智能学会通讯》——12.7 序列模式挖掘近似算法
12.7 序列模式挖掘近似算法 数据中通常蕴含大量的频繁模式。确定性算法能够挖掘出所有频繁的模式，具有最高的准确性，但通常会花费大量计算时间，并且消耗大量内存。而序列模式挖掘近似算法是适应大数据的另一种方式。但是，近似算法所挖掘的结果中却存在着误差。因此，错误误差的估计通常是近似算法重点关注的对象。其中，Manku 等人[41]提出的 LCA（LowestCommon Ancestors）算法.....
《中国人工智能学会通讯》——12.4 基于模式增长的序列模式挖掘算法
12.4 基于模式增长的序列模式挖掘算法 FreeSpan [15] 和 PrefixSpan [22] 都是由 Han 和 Pei等人提出的基于模式增长的序列模式挖掘算法。它们都是基于频繁模式挖掘中的 FP-growth [23] 思想而被提出的。其中，FreeSpan 基于频繁项将数据库划分成若干投影子数据库，然后在各个子数据库中进行序列模式的挖掘。PrefixSpan 则优化了构建投影数据....
《中国人工智能学会通讯》——12.3 基于 Apriori 的序列模式挖掘算法
12.3 基于 Apriori 的序列模式挖掘算法 GSP（Generalized Sequential Patterns） [17] 是一种经典的序列模式挖掘算法，它直接从频繁模式挖掘的 Apriori 算法扩展而来。GSP 采用了水平的数据格式，通过生成候选序列及扫描数据库的方法逐层挖掘频繁序列模式。这里的水平数据格式指的是依然以序列作为主要的观察对象。此外，GSP 还采用了序列模式支持度的....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
算法更多序列相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注