Règlement de l'association: Articles fréquents

Cette séance de cours couvre le concept de l'exploitation minière de règles d'association, en se concentrant sur les éléments fréquents et les mesures alternatives d'intérêt. Il explique le processus de transformation des attributs quantitatifs, l'amélioration d'Apriori pour les grands ensembles de données et l'importance du partitionnement. L'instructeur discute de l'algorithme FP-Growth, de la structure des données FP-Tree et des étapes de la construction FP-Tree et de l'extraction fréquente des éléments. La séance de cours se termine par une comparaison des performances entre les algorithmes FP-Growth et Apriori, soulignant les avantages et les inconvénients de chaque approche.