As observed in Table 10, under the

As observed in Table 10, under the definition of expected support-based frequent itemset, UApriori is usually the fastest algorithm with lower memory cost when the database is dense and min sup is high. On the contrary, when the database is sparse or min sup is low, UH-Mine often outperforms other algorithms in the running time and only spends limited memory cost. However, UFP-growth is almost the slowest algorithm with high memory cost.

Kết quả (Việt) 1:

Khi quan sát thấy trong bảng 10, theo định nghĩa của dự kiến sẽ dựa trên hỗ trợ thường xuyên itemset, UApriori thường là các thuật toán nhanh nhất với bộ nhớ thấp hơn chi phí khi cơ sở dữ liệu là dày đặc và min sup là cao. Ngược lại, khi cơ sở dữ liệu là thưa thớt hoặc min sup là thấp, UH-mỏ thường nhanh hơn so với các thuật toán khác trong thời gian chạy và chỉ dành chi phí giới hạn bộ nhớ. Tuy nhiên, sự phát triển UFP là hầu hết các thuật toán chậm nhất với bộ nhớ cao chi phí.

Kết quả (Việt) 2:

Theo quan sát trong Bảng 10, theo định nghĩa của dự kiến ​​hỗ trợ dựa trên tập phổ biến, UApriori thường là các thuật toán nhanh nhất với chi phí bộ nhớ thấp hơn khi các cơ sở dữ liệu là dày đặc và min sup là cao. Ngược lại, khi các cơ sở dữ liệu là sup thưa thớt hoặc min là thấp, UH-Mine thường nhanh hơn so với các thuật toán khác trong thời gian chạy và chỉ dành chi phí bộ nhớ hạn chế. Tuy nhiên, UFP-tăng trưởng gần như là thuật toán chậm nhất với chi phí bộ nhớ cao.