序列模式挖掘
所谓序列模式，我的定义是：在一组有序的数据列组成的数据集中，经常出现的那些序列组合构成的模式。跟我们所熟知的关联规则挖掘不一样，序列模式挖掘的对象以及结果都是有序的，即数据集中的每个序列的条目在时间或空间上是有序排列的，输出的结果也是有序的。举个简单的例子来说明，关联规则一个经典的应用是计算超市 ...
相关推荐
关联规则之序列模式挖掘--GSP算法
关联规则--Apriori算法部分讨论的关联模式概念都强调同时出现关系，而忽略数据中的序列信息（时间/空间）： 时间序列：顾客购买产品X，很可能在一段时间内购买产品Y； 空间序列：在某个点发现了现象A，很可能在下一个点发现现象Y。 例：6个月以前购买奔腾PC的客户很可能在一个月内订购新 ...
序列频繁模式挖掘
之前一直接触的都是频繁模式挖掘比如Aprior或者FP-GROWTH，偶然需要用到时间序列的频繁模式挖掘，也就是事件的发生不再是无序的，而是有序的发生，看到两篇博客写的很清楚： http://www.cnblogs.com/pinard/p/6323182.html http ...
序列模式挖掘综述
基本的序列模式挖掘：主要包括一些经典算法，分为以下三类。 1）基于Apriori特性的算法：Apriori（['eɪprɑɪ'ɔ:rɪ]）算法、AprioriSome算法、AprioriAll算法、DynamicSome算法等等 2）基于垂直格子的算法：SPADE ...
数据挖掘之关联分析五（序列模式）
购物篮数据常常包含关于商品何时被顾客购买的时间信息，可以使用这种信息，将顾客在一段时间内的购物拼接成事务序列，这些事务通常基于时间或空间的先后次序。 问题描述 一般地，序列是元素（element）的有序列表。可以记做\(s = (e_1, e_2, \cdots, e_n)\)，其中每个 ...
时间序列挖掘-DTW加速算法FastDTW简介
本文地址为：http://www.cnblogs.com/kemaswill/，作者联系方式为kemaswill@163.com,转载请注明出处。 关于DTW算法的简介请见我的上一篇博客：时间序列挖掘-动态时间归整算法原理和实现。 DTW采用动态规划来计算两个时间序列之间的相似性 ...
频繁模式挖掘apriori算法介绍及Java实现
频繁模式是频繁地出如今数据集中的模式（如项集、子序列或者子结构）。比如。频繁地同一时候出如今交易数据集中的商品（如牛奶和面包）的集合是频繁项集。 一些基本概念 支持度：support(A=>B)=P(A并B) 置信度：confidence(A=>B)=P(B ...
时间序列挖掘-预测算法-三次指数平滑法(Holt-Winters)
在时间序列中，我们需要基于该时间序列当前已有的数据来预测其在之后的走势，三次指数平滑(Triple/Three Order Exponential Smoothing,Holt-Winters)算法可以很好的进行时间序列的预测。 时间序列数据一般有以下几种特点：1.趋势(Trend ...