Based on the definition of the prob

Based on the definition of the probabilistic frequent item- set, the support of an itemset follows the Poisson Binomial distribution, from which we can deduce that the frequent probability actually equals that one subtracts the probabili- ty computed from the corresponding cumulative distribution function (CDF) of the support. Moreover, different from UApriori, DP algorithm computes the frequent probability instead of the expected support for each itemset. The time complexity of the dynamic programming computation for each itemset is O(N 2 × min sup).

Kết quả (Việt) 2:

Dựa vào định nghĩa của tập item- thường xuyên theo xác suất, sự hỗ trợ của một tập phổ biến sau sự phân bố Poisson nhị thức, từ đó chúng ta có thể suy ra rằng xác suất thường xuyên thực sự là một trong những bằng trừ các ty probabili- tính từ hàm phân phối tích lũy tương ứng (CDF ) của dự án. Hơn nữa, khác nhau từ UApriori, thuật toán DP tính xác suất thường xuyên thay vì hỗ trợ dự kiến ​​cho mỗi tập phổ biến. Thời gian phức tạp của việc tính toán quy hoạch động cho mỗi tập phổ biến là O (N 2 × min sup).