| 临床数据中挖掘关联规则算法的选用 |
| |
| 引用本文： | 殷彬,方思行. 临床数据中挖掘关联规则算法的选用[J]. 暨南大学学报(自然科学与医学版), 2004, 25(1): 26-29 |
| |
| 作者姓名： | 殷彬 方思行 |
| |
| 作者单位： | 暨南大学计算机科学系,广东,广州,510632;暨南大学计算机科学系,广东,广州,510632 |
| |
| 基金项目： | 国家自然科学基金重点资助项目(90209004);广东省自然科学基金资助项目(021149) |
| |
| 摘 要： | 对典型的挖掘关联规则的Apfiori算法和FP-growth算法进行比较分析．然后，结合临床数据的特点，建议在临床数据关联规则挖掘中采用FP-growth算法。
|
| 关 键 词： | 数据挖掘 关联规则 Apriori算法 FP-growth算法 支持度 稀疏数据集 稠密数据集 |
| 文章编号： | 1000-9965(2004)01-0026-04 |
| 修稿时间： | 2003-05-21 |
Selecting algorithms for mining association rules on clinical data |
| |
| YIN Bin,FANG Si-xing. Selecting algorithms for mining association rules on clinical data[J]. Journal of Jinan University(Natural Science & Medicine Edition), 2004, 25(1): 26-29 |
| |
| Authors: | YIN Bin FANG Si-xing |
| |
| Abstract: | Two typical algorithms for mining association rules, the Apriori algorithm and FP-growth algorithm, are analyzed and compared. Based on characteristics of the clinical data, the FP-growth algorithm is shown to be more adaptable. |
| |
| Keywords: | data mining association rule Apriori algorithm FP-growth algorithm support sparse data set dense data set |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
