一种新的两阶段抽样算法

• 作者: 张耀坤 马光志
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 抽样 两阶段 频繁项目集 剪枝 精度
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 算法研究
• 页码范围: 64-66,70
• 页数: 4页
• 分类号: TP301.6
• 字数: 4249字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2007.07.020

摘要

两阶段抽样算法从海量数据集中抽取样本数据用于数据挖掘,当数据集规模过大时算法效率偏低,当数据集规模过大且为稀疏数据集时抽样精度偏低.本文改进了传统两阶段抽样算法,提出新的抽样算法EAFAST,可自适应地调节算法参数,而且能充分利用历史信息进行启发式搜索.实验证明,EAFAST算法可同时提高算法效率和抽样精度,弥补了传统算法的不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马光志	华中科技大学计算机科学与技术学院	34	283	11.0	15.0
2	张耀坤	华中科技大学计算机科学与技术学院	1	6	1.0	1.0