频繁项集挖掘算法的CUDA实现

【文件属性】：
文件名称：频繁项集挖掘算法的CUDA实现
文件大小：4.57MB
文件格式：ZIP
更新时间：2013-03-14 07:10:19
K-means Apriori FP-growth FIM FrequentItemsetMining 若干频繁项集挖掘算法的描述及实现思路（CPU、CPU+GPU），主要是Apriori算法（两种CUDA实现，借助bitmap/trie），另外还有对FP-growth算法实现的探讨和K-means聚类算法的简介。Apriori的加速效果最明显（100倍），FP-growth因其树型存储和索引方式不太适合GPU实现。

【文件预览】：
Frequent Itemset Mining
----KD-tree_FP-growth.doc(416KB)
----gpuminer.pdf(2.54MB)
----KDD的关联规则算法.doc(1.18MB)
----DaMoN09.pdf(688KB)