Comparison of Algorithm Framework a

Comparison of Algorithm Framework and Approximation Methods: Different from the exact probabilistic frequent itemset mining algorithms, the computational complexities of computing the frequent probability of each itemset for different approximate probabilistic frequent algorithms are the same, O(N) where N is the number of transactions of the given uncertain database. Thus, we mainly compare the different algorithm frameworks and approximation approaches for the three approximate probabilistic frequent itemset mining algorithms in Table 5.

Kết quả (Việt) 1:

So sánh các thuật toán khuôn khổ và phương pháp xấp xỉ: khác nhau từ các thuật toán khai thác thường xuyên itemset xác suất chính xác, tính toán phức tạp của tính toán xác suất thường xuyên của mỗi itemset cho các thuật toán khác nhau thường xuyên các xác suất gần đúng là như nhau, O(N) trong đó N là số giao dịch cơ sở dữ liệu không chắc chắn nhất định. Vì vậy, chúng tôi chủ yếu là so sánh các thuật toán khác nhau khung và xấp xỉ phương pháp tiếp cận các thuật toán khai thác mỏ gần đúng itemset xác suất thường xuyên ba trong bảng 5.

Kết quả (Việt) 2:

So sánh các thuật toán khung và phương pháp xấp xỉ: Khác với các thuật toán khai thác tập phổ biến xác suất chính xác, sự phức tạp tính toán của máy tính xác suất thường xuyên của mỗi tập phổ biến cho gần đúng các thuật toán thường xuyên xác suất khác nhau là như nhau, O (N) trong đó N là số lượng giao dịch của cơ sở dữ liệu không chắc chắn được. Vì vậy, chúng tôi chủ yếu là so sánh các khung thuật toán khác nhau và xấp xỉ phương pháp tiếp cận đối với ba thuật toán khai thác tập phổ biến xác suất gần đúng trong Bảng 5.