Suarne

写在前面：该算法针对UP-Span算法做出了很多改进，把候选项集数量给大大减少，也是在UP-Span算法的基础上进一步优化的结果，整体的设计思路是一致的。亮点在于设计了有序prefix-tree这种存储结构，使得挖掘过程中的信息能够得到有效保存而且无需重复计算，更重要的是，该算…

写在前面：该算法基于UP-Growth算法改进，提出一个新的基于情节效用的模型 IV-UBER (InVestment by Utility-Based Episode Rules model)对股票进行预测，使用该模型能得到比UP-Span和TSpan算法更优异的结果。 us…

写在前面：本文主要记录基于Latex书写的符号表，方便在使用过程中查找，所有内容均来自互联网....

写在前面：episode pattern挖掘不同于itemset pattern挖掘，其复杂程度是远远超过itemset，首先“情节”意味着一系列事件的发生，在一段时间内有多个itemset产生，这些itemset之间可能先后发生，也可能同时发生。也就是说episode挖掘不仅…

上面提到的两个操作是最简单的思路，现今CPU上都采取了更高级的一致性协议。其中以奔腾处理器使用的MESI协议最为经典。在MESI协议中，每个Cache line有4个状态，分别是： 需要注意的是，M和E状态的Cache line是数据独有的，但是M状态下的数据是不一致的，而E状…

写在前面：两种算法很相似，都是对于求解空间树T上检索问题的算法。在通常情况下，分支限界法和回溯法求解目标是不同的。回溯法求得的是T中满足约束条件的所有解，而分支限界法的求解目标是找出满足约束条件的一个解，或是在满足约束条件的解中找出使某一目标函数值达到极值的解（最优解） 本质上…

写在前面：本文主要用来记录碰到的问题和解决办法，暂且做一个大杂烩，之后再对这篇文章的内容进行分类整理。 但程序依然可以执行到结束退出。检查代码并用其它数据集确认没有问题，那么不得不怀疑是不是测试的这个数据集有问题，对比文件大小，该文件为70MB，其它为20MB，在idea里点开…

写在前面：RFM模型分析在当下已经是非常常见的了，广泛运用与电商或传统商业提高自己的利润总量。什么是RFM模型？即通过分析一个客户的近期购买行为、购买的总体频率以及花费多少钱等3项指标来描述该客户的价值状况。该算法是其中之一参考度是频率，即从最简单也是最容易想到的角度出发，研究…

FP-Growth相较于Apriori首先是不需要产生候选集，其次是利用分治思想来减少搜索空间。该算法是真正构建了一棵树，不同于之后的 HUI-MIner 等，它们只是借用树这种结构来理解