使用CUDA的Fp增长算法

Question

我必须使用CUDA开发数据挖掘算法。我搜索了很多，发现除FpGrowth之外，大多数算法已经实现。
你认为它是一个好主意吗？你能给我一些关于如何实施它的想法吗？

Answer 1

我不知道FpGrowth，但我想你已经读过论文（http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.162.1209&rep=rep1&type=pdf等）。我想你是CUDA的新手，这使得实现这些复杂而困难的事情成为可能。

使用CUDA获得良好性能的关键是大规模的统一并行和同步。 CUDA Zone http://www.nvidia.com/object/cuda_apps_flash_new.html有很多很好的例子，它们的工作原理和方法如何。学习CUDA的好的起点是编程指南http://developer.download.nvidia.com/compute/cuda/3_2_prod/toolkit/docs/CUDA_C_Programming_Guide.pdf。

一个常见的问题是“我有这个C代码，我如何将它移植到CUDA”。答案是不！在CUDA中，没有指针，没有字符串，没有打印，没有文件，大部分你已经学到的有效代码是错误的。

更有希望的方法是以更抽象的方式思考底层算法。确定可以并行进行的工作，考虑一个好的数据结构（可能涉及大型数组），实现一个原型。依靠像Thrust http://code.google.com/p/thrust/这样的CUDA库来获得第一个版本可能会更容易。

关于FpGrowth，有什么可以并行完成的吗？构建动态树和遍历树一般不被认为在CUDA中可以轻松实现。

Answer 2

我找到了一个网页，描述了如何绘制FP树以及如何识别该树的频繁模式。你可以访问该网站并阅读信息。

How to identify frequent patterns using FP tree algorithm

Answer 3

我会回答你的第一个问题： “它是一个好主意吗？”。好吧，我认为如果你需要它是个好主意。但是，如果你只是想做，因为它没有完成，也许它不是一个好主意。

对于第二个问题，请确保您了解FPGrowth。您可以阅读描述FPGrowth的原始论文。您也可以查看“数据挖掘简介”一书。它有一个易于理解的FPGrowth描述。在您理解FPGrowth之后，您可以看到如何使用CUDA实现它......这是我的建议。