0
私は最新のtrunkバージョンのmahoutのPFP Growth実装をハープループクラスタの上に使用して、movielensデータセットの頻繁なパターンを判断しています。 前のステップでは、pfp増加アルゴリズムがその入力フォーマットを必要とするため、データセットをトランザクションのリストに変換しました。mahout PFPGrowthアルゴリズムの出力が間違っていますか？
しかし、私が手に出力項目1017のために、例えばのみ頻出パターン
1017（[100,1017、50]）
私は希望ある
予想外でありますその行にX> = 50の（[1017]、X）のようなパターンも期待します。
Iはまた、例えば入力
1,2,3-
1,2,3-
1,3-
及びIが得る出力
ですTESTSET1（[1,3]、3）、（[1]、3）、 （[1、3、2]、2）
2（[1、3、2]、2）
3（[1,3]、3）、（[1、3、2] 、2）
を（[1,2]、2）
などの不足しているパターンが間違っている何がありますか？
私はPFPGrowthが確率的にしか完了しないと思いますか？多くの分散型 "ビッグデータ"アルゴリズムは近似的なものです。 –
minSupportによって整理されていますか？ –
確率は非常に悪いです。 minSupportは、2のサポートに含まれるパターンがあることがわかるため、理由ではありません。アルゴリズムショーンを実装しましたか？私はそれを私の学士論文に使う必要があります。私はpfpの成長を伸ばそうとしています。追加ステップとして、最初にmovielensデータセットをトランザクションのリストに変換し、pfp成長ステップを実行してから、別のmap/reduceステップを実行してサポートと信頼の値を含むすべての関連ルールを抽出します。 – Chris