大数据分析，必备的30个知识点

30. 改善Apriori算法适应性和效率的主要的改进方法有：

• 基于数据分割(Partition)的方法：基本原理是“在一个划分中的支持度小于最小支持度的k-项集不可能是全局频繁的”。
• 基于散列(Hash)的方法：基本原理是“在一个hash桶内支持度小于最小支持度的k-项集不可能是全局频繁的”。
• 基于采样(Sampling)的方法：基本原理是“通过采样技术，评估被采样的子集中，并依次来估计k-项集的全局频度”。
• 其他：如，动态删除没有用的事务：“不包含任何Lk的事务对未来的扫描结果不会产生影响，因而可以删除”。

【编辑推荐】

1. 刑事司法系统中大数据的双刃剑
2. 大数据时代对存储发展有哪些新要求？
3. 什么是城市大数据？大数据如何应用在智慧城市中？
4. 基于Python语言的大数据搜索引擎
5. 大数据简介：类型，特征和优点，初学者可以看看

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!