Redução de Dimensão para Mineração de Regra de Associação [Portuguese]

By Boby Siswanto

Os valores utilizados como refer?ncia da regra de associa??o minera??o s?o valor de apoio e valor de confian?a. Quanto mais alto for o valor de apoio e de confian?a, melhores ser?o as regras resultantes. Os algoritmos de minera??o de regra de associa??o aplicam a aprendizagem n?o supervisionada porque a regra resultante n?o est? determinada como sendo uma determinada classe. O desempenho dos algoritmos de minera??o de regras de associa??o baseia-se fortemente no tamanho / dimens?es do conjunto de dados. O desempenho pode ser medido a partir do tempo em que o processamento ? gerado. Quanto maior for o conjunto de dados, as dimens?es ser?o maiores e o tempo de processamento ser? maior. Se a dimensionalidade do conjunto de dados puder ser podada, o tempo de processamento ser? mais r?pido e o desempenho ser? melhor, com valores de confian?a relativamente inalterados. A intersec??o ? um tipo de teoria de conjuntos que pode reduzir o n?mero de atributos em conjuntos relacionados. Oracle ? um dos RDBMS, os conjuntos relacionados podem ser aplicados ao RDBMS Oracle como as tabelas relacionadas. O algoritmo IST-EFP ? um algoritmo proposto que combina o EFP (Expandir FP-Growth) com a teoria de conjuntos. Neste estudo, o algoritmo IST-EFP pode reduzir a dimens?o do conjunto de dados para 87,5% com uma melhoria de 26,6% no processamento do tempo.

• Format: Paperback
• Language: Portuguese
• ISBN: 6205714310
• ISBN13: 9786205714317
• Release Date: February 2023
• Publisher: Edicoes Nosso Conhecimento
• Length: 64 Pages
• Weight: 0.23 lbs.
• Dimensions: 0.1" x 6.0" x 9.0"