Abstrait

ÉVALUATION DES PERFORMANCES DES ALGORITHMES D'EXPLOITATION DE RÈGLES D'ASSOCIATION

K. Vanitha, R. Santhi

L'exploration de règles d'association est l'une des méthodes d'exploration de données les plus populaires. Cependant, l'exploration de règles d'association aboutit souvent à un très grand nombre de règles trouvées, laissant à l'analyste la tâche de parcourir toutes les règles et d'en découvrir d'intéressantes. Dans cet article, nous présentons la comparaison des performances des algorithmes Apriori et FP-growth. Les performances sont analysées en fonction du temps d'exécution pour différents nombres d'instances et de la confiance dans l'ensemble de données du supermarché. Ces algorithmes sont présentés avec quelques données expérimentales. Notre étude de performance montre que la méthode FP-growth est efficace et évolutive et qu'elle est environ un ordre de grandeur plus rapide que l'algorithme Apriori