Therefore, the Normal distribution-

Therefore, the Normal distribution-based approximation algorithms build a bridge between the expected supportbased frequent itemsets and the probabilistic frequent itemsets. In particular, existing efficient expected support-based mining algorithms can directly be reused in the problem of mining probabilistic frequent itemsets and keep their intrinsic properties. In other words, under the definition of mining probabilistic frequent itemsets, NDUApriori is the fastest algorithm in large enough dense uncertain database, while NDUH-Mine requires reasonable memory space and scales well to very large sparse uncertain databases.

Kết quả (Việt) 1:

Vì vậy, các thuật toán phân phối bình thường dựa trên xấp xỉ xây dựng một cầu nối giữa supportbased dự kiến thường xuyên itemsets và itemsets thường xuyên xác suất. Đặc biệt, sẵn có hiệu quả dự kiến khai thác hỗ trợ dựa trên thuật toán trực tiếp có thể được tái sử dụng trong vấn đề của khai thác mỏ xác suất thường xuyên itemsets và giữ tính chất nội tại của họ. Nói cách khác, theo định nghĩa của khai thác mỏ xác suất thường xuyên itemsets, NDUApriori là các thuật toán nhanh nhất trong lớn đủ dày đặc không chắc chắn cơ sở dữ liệu, trong khi NDUH-mỏ đòi hỏi hợp lý bộ nhớ không gian và quy mô tốt để cơ sở dữ liệu không chắc chắn thưa thớt rất lớn.

Kết quả (Việt) 2:

Do đó, các thuật toán xấp xỉ phân phối dựa trên bình thường xây dựng một cầu nối giữa dự kiến ​​supportbased các tập phổ biến và các tập phổ biến xác suất. Đặc biệt, các thuật toán khai thác mỏ hiện có hiệu quả dự kiến ​​hỗ trợ dựa trên trực tiếp có thể được tái sử dụng trong các vấn đề khai thác tập phổ biến xác suất và giữ tài sản nội tại của họ. Nói cách khác, theo định nghĩa của khai thác tập phổ biến xác suất, NDUApriori là thuật toán nhanh nhất trong cơ sở dữ liệu không chắc chắn đủ lớn dày đặc, trong khi NDUH-Mine đòi hỏi không gian bộ nhớ hợp lý và cũng quy mô cơ sở dữ liệu không chắc chắn rất lớn thưa thớt.