...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Knowledge and Information Systems >StatApriori: an efficient algorithm for searching statistically significant association rules
【24h】

StatApriori: an efficient algorithm for searching statistically significant association rules

机译：StatApriori：一种有效的算法，用于搜索具有统计意义的关联规则

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

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

摘要

Searching statistically significant association rules is an important but neglected problem. Traditional association rules do not capture the idea of statistical dependence and the resulting rules can be spurious, while the most significant rules may be missing. This leads to erroneous models and predictions which often become expensive. The problem is computationally very difficult, because the significance is not a monotonic property. However, in this paper, we prove several other properties, which can be used for pruning the search space. The properties are implemented in the StatApriori algorithm, which searches statistically significant, non-redundant association rules. Empirical experiments have shown that StatApriori is very efficient, but in the same time it finds good quality rules.
机译：搜索具有统计意义的关联规则是一个重要但被忽略的问题。传统的关联规则无法捕捉到统计依赖性的概念，因此产生的规则可能是虚假的，而最重要的规则可能会丢失。这导致错误的模型和预测，这些模型和预测通常变得昂贵。这个问题在计算上非常困难，因为重要性不是单调性。但是，在本文中，我们证明了其他一些属性，可用于修剪搜索空间。这些属性在StatApriori算法中实现，该算法搜索具有统计意义的非冗余关联规则。经验实验表明，StatApriori是非常有效的，但同时它也可以找到良好的质量规则。

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