注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于云计算的关联规则挖掘算法

  2. 针对医疗行业数据爆炸但知识贫乏的现象， 提出了一种基于云计算的关联规则挖掘算法， 该算 法基于云计算的核心计算模式 MapReduce， 在此计算模式下部署 Apriori 算法

  3. 所属分类：其它

    • 发布日期：2011-07-23
    • 文件大小：267kb
    • 提供者：goodskyfly_1876

  1. 基于MapReduce并行的Apriori算法改进研究

  2. 基于MapReduce并行的Apriori算法改进研究，这篇论文蛮有用的

  3. 所属分类：专业指导

    • 发布日期：2012-05-29
    • 文件大小：315kb
    • 提供者：wff19901226

  1. 基于Apriori算法的频繁项集Hadoop mapreduce

  2. 基于Apriori算法的频繁项集Hadoop mapreduce

  3. 所属分类：其它

    • 发布日期：2015-01-28
    • 文件大小：47kb
    • 提供者：sunshihua12829

  1. 基于MapReduce的Apriori算法代码及其使用

  2. 基于MapReduce的Apriori算法代码及其使用

  3. 所属分类：其它

  1. 基于MapReduce的Apriori算法代码

  2. mapreduce实现apriori算法，亲测可行！需要自行下载数据集。数据集链接如下http://fimi.ua.ac.be/data/

  3. 所属分类：Hadoop

    • 发布日期：2017-11-08
    • 文件大小：90kb
    • 提供者：jike11231

  1. 基于MapReduce的Apriori算法代码及其使用

  2. 基于MapReduce的Apriori算法代码及其使用，内含源代码及其实现。数据集为http://fimi.ua.ac.be/data/

  3. 所属分类：JavaME

    • 发布日期：2017-11-08
    • 文件大小：14kb
    • 提供者：jike11231

  1. 基于MapReduce的Apriori算法

  2. 基于MapReduce的Apriori算法,关联规则并行化思路与解决方案。

  3. 所属分类：Hadoop

    • 发布日期：2017-11-08
    • 文件大小：773kb
    • 提供者：jike11231

  1. 基于MapReduce的Apriori算法并行化改进

  2. 基于MapReduce的Apriori算法并行化改进，包含改进思路与代码实现。

  3. 所属分类：Java

    • 发布日期：2017-11-08
    • 文件大小：1mb
    • 提供者：jike11231

  1. 机器学习思维导图

  2. 常用机器学习算法的思维导图，梳理了所有相关知识，很适合对各部分的整体把握与补遗。推荐使用MindManager思维导图软件查看 目录： 1.机器学习基础.mmap 2.k-近邻算法.mmap 3.决策树.mmap 4.基于概率论的分类方法：朴素贝叶斯.mmap 5.Logistic回归.mmap 6.SVM.mmap 7.利用AdaBoost元算法提高分类性能.mmap 8.预测数值型数据：回归.mmap 9.树回归.mmap 10.利用k-均值聚类算法对未标注数据分组.mmap 11.使用A

  3. 所属分类：机器学习

    • 发布日期：2018-03-20
    • 文件大小：562kb
    • 提供者：corebox

  1. 基于MapReduce的Apriori算法

  2. 一个基于MapReduce的基础算法，已经实现了频繁项集的输出，本人保证很好用

  3. 所属分类：Hadoop

    • 发布日期：2019-01-12
    • 文件大小：14kb
    • 提供者：qq_41980080

  1. Apriori_java_MR.zip

  2. 基于Hadoop的MapReduce并行apriori算法，实验设计在3台虚拟机上，搭建步骤：（1） 虚拟机上安装ubuntu系统，安装JDK、SSH、Hadoop。 （2） 配置JDK、Hadoop环境变量及MapReduce组件。 （3） 配置SSH免密登录。 （4） 使用hadoop namenode -format命令格式化NameNode，使用start-all.sh命令启动所有Hadoop进程。 （5） 在各节点命令行输入jps检查是否启动成功，若成功，使用wordcount示例进行

  3. 所属分类：Hadoop

    • 发布日期：2020-06-16
    • 文件大小：1mb
    • 提供者：qq_36839976

  1. 一种基于FP-growth的并行SON算法的实现

  2. 单节点运行的传统SON算法能够有效降低CPU和I/O负载，而且算法仅需要对整个事务数据集扫描两次。但是在算法执行的阶段一中发现局部频繁项集时采用的Apriori算法仍然需要对每个分区进行多次扫描。在深入研究SON算法的基础上，根据MapReduce编程模型提出了基于FP-growth的SON算法的并行化实现。实验结果表明，基于FP-growth的并行SON算法不仅降低了传统SON算法的运行时间，并且随着分区数目的增加还能获取比较好的加速比。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：182kb
    • 提供者：weixin_38643407

  1. 基于MapReduce的频繁闭项集挖掘算法改进

  2. 挖掘频繁闭项集（CFI）在许多实际应用中起着重要的作用。传统的数据挖掘算法中常用FP增长算法和Apriori算法来挖掘频繁项集。然而，内存需求和计算成本成为CFI挖掘算法的瓶颈，尤其是在从大型数据集中挖掘频繁闭项集时，是一个重要和具有挑战性的问题。针对上述问题，提出一种基于云计算的MapReduce框架的并行AFOPT-close算法，使MapReduce可广泛地用于处理大型数据。此外，用于检查频繁项集是否为完全闭的有效并行算法也要求MapReduce平台进一步完善其性能。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：619kb
    • 提供者：weixin_38529486

  1. 基于MapReduce的Apriori算法的并行实现”，国际网络与分布式计算杂志

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：295kb
    • 提供者：weixin_38660802

  1. 基于MapReduce的Apriori算法的并行实现

  2. 在事务数据库中搜索频繁模式被认为是最重要的数据挖掘问题之一，而Apriori是用于此任务的典型算法之一。 由于数据库庞大，开发能够处理大量数据的快速高效算法就成为一项艰巨的任务。 在本文中，我们实现了一个基于MapReduce的并行Apriori算法，该算法是一个使用大量计算机（节点）处理某些类型的可分配问题的大型数据集的框架。 实验结果表明，该算法能够很好地扩展和高效地处理商品硬件上的大型数据集。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：312kb
    • 提供者：weixin_38553681

  1. 基于大数据处理技术的电力通信网检修工作分析方法

  2. 分析了电力通信网设备检修、告警及台账数据的特点，并采用属性规约和聚类完成对数据的预处理工作。提出了设备检修工作分析所需的相关指标及影响因素，并结合MapReduce技术和Apriori算法提出了数据挖掘方法。运用该方法对实际的网络数据进行了挖掘，并根据挖掘结果，从检修工作分布情况、检修对业务的影响、检修耗时等角度分析通信网的检修工作情况。

  3. 所属分类：其它