3.2 Exact Probabilistic Frequent Al

3.2 Exact Probabilistic Frequent Algorithms
In this subsection, we summarize two existing representative probabilistic frequent itemset mining algorithms: DP (Dynamic Programming-based Apriori algorithm) and DC (Divide-and-Conquer-based Apriori Algorithm). The exact probabilistic frequent itemset mining algorithms first calculate or estimate the frequent probability of each itemset. Then, only for itemsets whose frequent probabilities are larger than the given probability threshold are returned together
with their exact frequent probabilities. Because computing the frequent probability is more complicated than caculating the expected support, a quick estimation about whether an itemset is a probabilistic frequent itemset can improve the efficiency of the algorithms. Therefore, a probability tail inequality-based pruning technique, Chernoff bound-based pruning technique, becomes a key tool to improve the efficiency of probabilistic frequent itemset mining algorithms.

Kết quả (Việt) 1:

3.2 chính xác thuật toán xác suất thường xuyênTrong tiểu mục này, chúng tôi tóm tắt hiện có hai đại diện itemset xác suất thường xuyên khai thác mỏ thuật toán: DP (Apriori lập trình năng động dựa trên thuật toán) và DC (phân chia-và-chinh phục-dựa trên thuật toán Apriori). Thuật toán khai thác mỏ chính xác itemset xác suất thường xuyên đầu tiên tính toán hoặc ước tính xác suất thường xuyên của mỗi itemset. Sau đó, chỉ cho itemsets có xác suất thường xuyên lớn hơn so với xác suất nhất định ngưỡng được trở lại với nhauvới của họ thường xuyên xác suất chính xác. Bởi vì tính toán xác suất thường xuyên là phức tạp hơn caculating hỗ trợ dự kiến, một ước lượng nhanh chóng về việc liệu một itemset là một xác suất itemset thường xuyên có thể cải thiện hiệu quả của các thuật toán. Do đó, một xác suất đuôi kỹ thuật cắt tỉa dựa trên bất bình đẳng, các kỹ thuật cắt tỉa ràng buộc dựa trên Chernoff, trở thành một công cụ quan trọng để nâng cao hiệu quả xác suất thường xuyên itemset khai thác mỏ thuật toán.

Kết quả (Việt) 2:

3.2 Chính xác thuật toán xác suất thường xuyên
Trong tiểu mục này, chúng tôi tóm tắt hai thuật toán hiện đại diện xác suất tập phổ biến khai thác mỏ: DP (Dynamic Programming dựa trên thuật toán Apriori) và DC (Divide-and-Conquer dựa trên Apriori Algorithm). Các thuật toán khai thác tập phổ biến xác suất chính xác đầu tiên tính toán hoặc ước tính xác suất thường xuyên của mỗi tập phổ biến. Sau đó, chỉ cho tập phổ biến mà thường xuyên xác suất lớn hơn ngưỡng xác suất nhất định được trả lại cùng
với xác suất thường xuyên chính xác của họ. Bởi vì tính toán xác suất thường xuyên là phức tạp hơn caculating sự hỗ trợ dự kiến, một ước lượng nhanh chóng về việc liệu một tập phổ biến là một tập phổ biến xác suất có thể nâng cao hiệu quả của các thuật toán. Kỹ thuật cắt tỉa Do đó, một kỹ thuật cắt tỉa xác suất đuôi bất bình đẳng dựa trên, Chernoff bị ràng buộc dựa trên, trở thành một công cụ quan trọng để nâng cao hiệu quả của thuật toán khai thác tập phổ biến xác suất.