記憶 體 頻率 1199的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

模糊平均效益資料探勘

為了解決記憶 體 頻率 1199的問題，作者古孟平 這樣論述：

資料探勘為近年熱門研究領域之一。由於網路和儲存科技的演進，使用者可以透過程式從資料庫中提煉出重要的資訊。資料探勘目的是從巨量資料庫中探索有意義的資訊。在資料探勘研究中，關聯規則挖掘考慮資料庫中項目出現的頻率，以找到頻繁項目集與關聯規則，幫助用戶做出適當的決策。為了加快挖掘關聯規則，FP-Growth演算法降低了資料庫讀取的次數，且不需產生候選項目集。除了項目頻率之外，還要考慮項目的數量和利潤，以避免忽略有價值的項目集，因此提出效益挖掘演算法。它會計算項目集的總效益，並提出一種包含上限模型的兩階段方法，通過滿足反單調特性來提高挖掘的效率。另外，模糊效益挖掘與模糊理論結合，使挖掘的規則更具可理解

性。在模糊效益挖掘中，模糊項目集的效益值必大於或等於其子集合的效益值，因此模糊效益的測量是一種不公平的評估方法，在本論文中，我們提出了模糊平均效益挖掘問題，並提供了一個上限模型來解決這個問題。另外，我們設計了一個基於Apriori的兩階段方法和三個新穎的FP樹的方法來執行模糊平均效益挖掘並比較這四個方法之間的性能。實驗結果呈現兩階段模糊平均效益挖掘策略執行時間與使用的記憶體最多。在適用的場景下，第二種基於樹的策略速度最快，記憶體使用量最多，第一種基於樹的策略執行速度最慢，記憶體使用最少，第三種基於樹的策略則居中。策略適用的場景也被說明。