• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Technical Gazette >Improved Visualization of Frequent Itemset Relationships Using the Minimal Spanning Tree Algorithm
【24h】

Improved Visualization of Frequent Itemset Relationships Using the Minimal Spanning Tree Algorithm

机译：利用最小生成树算法改进了频繁项目集关系的可视化

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Descriptive data mining techniques offer a way of extracting useful information out of large datasets and presenting it in an interpretable fashion to be used as a basis for future decisions. Since users interpret information most easily through visual means, techniques which produce concise, visually attractive results are usually preferred. We define a method, which converts transactional data into tree-like data structures, which depict important relationships between items contained in this data. The new approach we propose is offering a way to mitigate the loss of information present in previously developed algorithms, which use mined frequent itemsets and construct tree structures. We transfer the problem to the domain of graph theory and through minimal spanning tree construction achieve more informative visualizations. We highlight the new approach with comparison to previous ones by applying it on a real-life datasets – one connected to market basket data and the other from the educational domain.
机译：描述性数据挖掘技术提供了一种从大型数据集中提取有用信息的方式，并以可解释的方式将其呈现，以作为未来决策的基础。由于用户通过可视化装置最容易地解释信息，因此通常优选产生简洁的技术，视觉上有吸引力的结果。我们定义了一种方法，该方法将事务数据转换为树状数据结构，描绘了该数据中包含的项目之间的重要关系。我们提出的新方法正在提供一种方法来减轻以前开发的算法中存在的信息丢失，该算法使用开采的频繁项目集并构建树结构。我们将问题转移到图表理论的领域，通过最小的生成树施工实现更多的信息性可视化。通过将其应用于现实生活数据集，我们突出了与以前的现实数据集中的新方法 - 从教育领域连接到市场篮子数据。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号