ECLAT

ECLAT: Frequent Pattern Mining with Vertical Data Format

 

* 기존의 Tid 순으로 표현했던 것을 각각의 아이템별로 Tid list 를 표현해낸다.

 

 

 

- (K+1) 의 itemset 의 후보가 되려면 모든 K-item subset 이 frequent  해야한다.

 

 

- Apriori 와는 달리 1) support 를 계산 하는데 짧은 시간이 걸린다. 2) 교집합을 찾기가 쉽다.

  하지만 intermediate Tid 리스트가 너무 많은 메모리를 차지 할 수 있다.

 

ex) minimum support count = 2