Andere Kunden interessierten sich auch für
![Reducción de redundancia en reglas de asociación]( "Reducción de redundancia en reglas de asociación")
Reducción de redundancia en reglas de asociación23,99 €![Una Técnica Evolutiva para la Extracción de Reglas de Asociación]( "Una Técnica Evolutiva para la Extracción de Reglas de Asociación")
Una Técnica Evolutiva para la Extracción de Reglas de Asociación45,99 €![Ingeniería de negocios con tecnologías de la información en la minería]( "Ingeniería de negocios con tecnologías de la información en la minería")
Ingeniería de negocios con tecnologías de la información en la minería46,99 €![Enfoque de evaluación de reglas de seguridad en entornos heterogéneos]( "Enfoque de evaluación de reglas de seguridad en entornos heterogéneos")
Enfoque de evaluación de reglas de seguridad en entornos heterogéneos42,99 €![Computación Evolutiva como Soporte en Minería de Datos y Texto]( "Computación Evolutiva como Soporte en Minería de Datos y Texto")
Computación Evolutiva como Soporte en Minería de Datos y Texto45,99 €![Aplicación de minería de opinión en usuarios de redes sociales]( "Aplicación de minería de opinión en usuarios de redes sociales")
Aplicación de minería de opinión en usuarios de redes sociales26,99 €![Análisis de la predicción de datos con técnicas de minería de datos]( "Análisis de la predicción de datos con técnicas de minería de datos")
Análisis de la predicción de datos con técnicas de minería de datos36,99 €
Los valores utilizados como referencia de la minería de reglas de asociación son el valor de soporte y el valor de confianza. Cuanto mayor sea el valor del soporte y el valor de confianza, mejores serán las reglas resultantes. Los algoritmos de minería de reglas de asociación aplican el aprendizaje no supervisado porque la regla resultante no está determinada para ser una clase determinada. El rendimiento de los algoritmos de minería de reglas de asociación depende en gran medida del tamaño y las dimensiones del conjunto de datos utilizado. El rendimiento puede medirse desde el momento en que se genera el procesamiento. Cuanto mayor sea el conjunto de datos, las dimensiones serán mayores y el tiempo de procesamiento será más largo. Si la dimensionalidad del conjunto de datos puede ser podada, el tiempo de procesamiento será más rápido y el rendimiento será mejor, con valores de confianza relativamente sin cambios. La intersección es un tipo de teoría de conjuntos que puede reducir el número de atributos en conjuntos relacionados. Oracle es uno de los RDBMS, los conjuntos relacionados pueden aplicarse al RDBMS de Oracle como las tablas relacionadas. El algoritmo IST-EFP es un algoritmo propuesto que combina EFP (Expand FP-Growth) con la teoría de conjuntos. En este estudio, el algoritmo IST-EFP puede reducir la dimensión del conjunto de datos al 87,5% con una mejora del 26,6% en el tiempo de procesamiento.