全部博文
-
编辑 删除
数据挖掘 算法小结 2 Apriori - Hadoop MapReduce
继上一篇 Data Mining 1 中的3个算法，这次是搞定Apriori 算法，感觉这个算法在写过的几个DataMine中算最恶心的。 一开始自己看频繁挖掘的时候没太明白就开始写代码，闹得最后又重写了一遍，不过也对Apriori有了更清楚的认识。 Apriori，主体分两步走： a. 根据 原始数据 得到1 - k项集,再根据support（支持度）得到频繁1项集，频繁2项集，频繁3项集...... 一直到频繁k项集，这一步是运算量最大的，也是hadoop集群的瓶颈。 b. 根据 置信度 confidence ，得到所有强规则。 &
