学习笔记之数据挖掘 FP-tree 算法FP-tree 算法和 Apriori 算法都被用作关联规则挖掘。FP-tree 算法只进行 2 次数据库扫描。相比于 Apriori 算法，她没有候选集，直接压缩数据库成一个频繁模式树，通过这棵树生成关联规则。两个主要步骤：1. 利用事务数据库中的数据构造 FP-tree；2. 从 FP-tree 中挖掘频繁模式。步...

学习笔记之数据挖掘 Apriori 算法步骤通过迭代，检索出事务数据库中的所有频繁项集，即支持度不低于用户设定的阈值的项集；利用频繁项集构造出满足用户最小信任度的规则；挖掘或识别出所有频繁项集是该算法的核心，占整个计算量的大部分。连接步：为找 LkLkL_k 通过将 Lk−1Lk−1L_{k-1} 与自身连接产生候选 k 项集的集合。LkLkL_k 表示 k 项集。剪枝...

TensorFlow 学习笔记 - 几种 LSTM 对比tf.nn.rnn_cell.BasicLSTMCelltf.nn.static_rnntf.nn.static_rnntf.nn.dynamic_rnntf.contrib.cudnn_rnntf.contrib.rnn.LSTMBlockCelltf.contrib.rnn.LSTMBlockFusedCelltf....

学习笔记之数据挖掘 FP-tree 算法FP-tree 算法和 Apriori 算法都被用作关联规则挖掘。FP-tree 算法只进行 2 次数据库扫描。相比于 Apriori 算法，她没有候选集，直接压缩数据库成一个频繁模式树，通过这棵树生成关联规则。两个主要步骤：1. 利用事务数据库中的数据构造 FP-tree；2. 从 FP-tree 中挖掘频繁模式。步...