Patrones Similares Frecuentes, un nuevo enfoque para describir los conjuntos de datos

Gretel, Beral Baró; Rosa María  Valdovinos Rosas, /; Ansel Yoan, Rodriguez González; José Raymundo, Marcial Romero

Patrones Similares Frecuentes, un nuevo enfoque para describir los conjuntos de datos

Gretel, Beral Baró; Rosa María Valdovinos Rosas, /; Ansel Yoan, Rodriguez González; José Raymundo, Marcial Romero

URI: http://hdl.handle.net/20.500.11799/142135

Fecha: 2024-04-14

Resumen:

En este capítulo se realiza un estudio en torno a las ventajas del uso de los psf con respecto a los pf del enfoque tradicional. Por tal motivo, la comparación experimental incluye el análisis de la calidad de los patrones minados por los algoritmos más citados para cada enfoque: el algoritmo STreeDC-Miner es utilizado para minar los Patrones Similares Frecuentes con respecto a los Patrones Frecuentes del enfoque tradicional minados por el algoritmo Apriori

Descripción:

Capitulo de libro

Mostrar el registro completo del objeto digital

Ficheros en el objeto digital

Nombre: Patrones similares ...

Tamaño: 191.6Kb

Formato: PDF

Descripción: Capítulo de libro

Ver documento

Este ítem aparece en la(s) siguiente(s) colección(ones)

Científica [326]

Visualización del Documento

Título
Patrones Similares Frecuentes, un nuevo enfoque para describir los conjuntos de datos
Autor
Gretel, Beral Baró
Rosa María Valdovinos Rosas, /
Ansel Yoan, Rodriguez González
José Raymundo, Marcial Romero
Fecha de publicación
2024-04-14
Editor
Universidad Autónoma del Estado de México
Tipo de documento
Capítulo de Libro
Palabras clave
Patrones similares frecuentes
StreeDC-Miner
Algoritmo Apriori

Los documentos depositados en el Repositorio Institucional de la Universidad Autónoma del Estado de México se encuentran a disposición en Acceso Abierto bajo la licencia Creative Commons: Atribución-NoComercial-SinDerivar 4.0 Internacional (CC BY-NC-ND 4.0)