首页 > 代码库 > 数据挖掘算法 Apriori 例子+源码
数据挖掘算法 Apriori 例子+源码
转自这里
Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于
两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规
则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。
由Agrawal等人提出的Apriori是经典的关联规则和频繁项集挖掘算法，围绕着它的改进和实现有大量的文献。该算法是挖掘产生布尔关联规则频繁项目集的经典算法，从其产生到现在对关联规则挖掘方面的研究有着很大的影响。
为了提高频繁项目的挖掘效率，Apriori算法利用了两个重要的性质，用于压缩搜索的空间。
【1】若X为频繁项目集，则X的所有子集都是频繁项目集。
【2】若X为非频繁项目集，则X的所有超集均为非频繁项目集。
Apriori算法的处理流程为：宽度优先搜索整个项集空间，从k=0开始，迭代产生长度为k+1的候选项集的集合Ck+1。候选项集是其所有子集都是频繁项集的项集。C1由I0中所有的项构成，在第k层产生所有长度为k+1的项集。这由两步完成：第一步，Fk自连接。将Fk中具有相同(k-1)-前缀的项集连接成长度为k的候选项集。第二步是剪枝，如果项集的所有长度为k的子集都在Fk中，该项集才能作为候选项集被加入Ck+1中。为了计算所有长度为k的候选项集的支持度，在数据库水平表示方式下，需要扫描数据库一遍。在每次扫描中，对数据库中的每条交易记录，为其中所包含的所有候选k-项集的支持度计数加1。所有频繁的k-项集被加入Fk中。此过程直至Ck+1等于空集时结束。
算法 AprioriInput: Transaction DataBase D，Minimum support threshold minsup。Output： Frequent pattern L(1) L1=search_frequent_1-itemsets( D );(2) for(k=2;Lk-1≠φ;k++) do(3) begin(4) Ck=apriori-gen(Lk-1);(5) for all transactions t D do(6) begin(7) Ct=subset(Ck，t);(8) for all candidates c Ct do(9) c.count++;(10) end(11) Lk ={c Ck|c.count≥minsup}(12) end(13) Answer L=∪kLk;Procedure Search_frequent_1-itemsets( D )(1) begin(2) for all transactions t D do(3) begin(4) for each item ik t do(5) ik.count++;(6) end(7) L1 ={ i I | i.count≥minsup}(8) return L1;(9) endProcedure apriori_gen(Lk)(1) begin(2) for each itemset l1 Lk do(3) for each itemset l2 Lk do(4) begin(5) if ( l1[1]=l2[1]) ( l1[2]=l2[2]) … ( l1[k-1]=l2[k-1]) ( l1[k]<l2[k]) then(6) begin(7) c= l1 l2;(8) if Is_include_infrenquent_subset(c,Lk) then(9) delete c;(10) else add c to Ck+1 ;(11) end(12) end(13) return Ck+1 ;(14) endProcedure Is_include_infrenquent_subset(c,Lk)(1)begin(2) for each k-subset s of c(3) if s Lk then(4) reture TURE;(5) return FALSE ;(6)end
在主程序中，第一步首先扫描整个交易数据库D，统计每个项目(item)的支持数，计算其支持度，将支持度大于等于最小支持度minsup的项目构成的集合放入到L1 中；从第2步到第11步，用k-1频繁项目集构成的Lk-1生成候选集的集合Ck，以便从中生成Lk，其中apriori_gen函数(第4步)用来从Lk-1中生成Ck，然后对数据库进行扫描(第5步)，对于数据库中的每一个交易，subset函数用来发现此交易包含的所有候选集(第7步)，并为这些候选集的计数器加1(第8-9步)。最后满足minsup的候选集被放入到Lk中。
apriori_gen过程完成两种操作：并(join)和剪枝(prune)。在并运算步骤中，Lk-1 与Lk-1 进行并运算生成潜在的候选集(2-7步)，条件l1[k-1]<l2[k-1]保证不会有重复的候选集生成(第5步)。在剪枝步骤中(8-10步)，利用性质2.1，删除那些存在子集不是频繁项目集的候选集，测试子集是否为频繁项目集由过程Is_include_infrenquent_subset完成。
为了清楚的阐述Apriori算法的挖掘过程，现举例如下：
【例1】设事务数据库D如表2.1所示，D中包含4个事务，即|D|=4，最小支持数mincount=2，即最小支持度minsup=2/4=50%。挖掘频繁项目集的具体过程如下所述：C1={{A},{B},{C},{D},{F}}，第一次循环产生L1={{A},{B},{C},{F}}，由Apriori_gen(L1)生成C2，扫描数据库，计算C2中每个候选集得到L2。依此循环，得到L3。整个挖掘过程如图2.1所示。
表1 事务数据库D
Tid | 事务 |
100 200 300 400 | B,C,F A,C,D B,F A,B,C,F |
图1 Apriori算法的执行过程
在找到了事务数据库中的所有频繁项集后，利用这些频繁项集可以产生关联规则，产生关联规则的步骤如下：
(1) 对于每个频繁项目集l，产生l的所有非空子集。
(2) 对于l的每个非空子集m，如果support(l)/support(m)≥minconf，则输出规则“m (l-m)”。
例如，在上例中产生的频繁项目集l＝{B,C,F}，l的非空子集有{B,C}、{B,F}、{C,F}、{B}、{C}和{F}，则运用上述产生关联规则的方法可以得到以下关联规则：
B C F confidence=(2/4)/(4/4)=1
B F C confidence=(2/4)/(3/4)=0.667
C F B confidence=(2/4)/(2/4)=1
F B C confidence=(2/4)/(3/4)= 0.667
C B F confidence=(2/4)/(3/4)= 0.667
B C F confidence=(2/4)/(3/4)= 0.667
1 源代码 apriori.c 2 3 ////////////////////////////////////////////////////////////////////////// 4 /* 5 * 6 * 7 * 8 * 文件名称：apriori.c 9 10 * 11 * 摘 要：apriori的最简单实现 12 13 * 14 * 当前版本：1.0 15 * 完成日期：2006.05 16 * 17 *///////////////////////////////////////////////////////////////////////// 18 19 #include<stdio.h> 20 typedef struct 21 { 22 int item[100]; //数据项 23 } D_Node; //数据库D 24 25 26 typedef struct 27 { 28 int item[100]; //数据项,用item[0]保存支持度 29 30 } C_Node; //候选集 31 32 typedef struct 33 { 34 int item[100]; //数据项,用item[0]保存支持度 35 } L_Node;//频繁集 36 37 C_Node C[100][100]; 38 L_Node L[100][100]; 39 D_Node D[100]; 40 41 int min_supp; //最小支持度 42 43 44 45 void InPut() 46 { 47 int i,j,n,n1; 48 printf("请输入最小支持度:"); 49 scanf("%d",&min_supp); 50 printf("请输入交易集的大小"); 51 scanf("%d",&D[0].item[0]); 52 n=D[0].item[0]; 53 54 for(i=1;i<=n;i++) //for1 55 { 56 printf("请输入交易[%d]中记录的个数(n)",i); 57 scanf("%d",&n1); 58 D[i].item[0]=n1; 59 60 for(j=1;j<=n1;j++) //for2 61 { 62 printf("请输入交易[%d]中记录项，直接输入数字:",i); 63 scanf("%d",&D[i].item[j]); 64 }//for2 65 66 } //for1 67 68 }//end of InPut 69 70 71 void C1() 72 { 73 //功能：扫描数据集D生成1项候选集C1 74 //输入：数据集D 75 //输出1项候选集C1 76 //初始条件 数据集D 非空 77 int i,j,k; 78 int no=1,temp=0; 79 C[1][0].item[0]=0; //1 项集的个数，在本算法中，用C[n][k].item[0]来保存候选集Cn的第k项的支持度 80 if(D[0].item[0]!=0) 81 { 82 C[1][1].item[1]=D[1].item[1]; 83 84 } 85 86 for(i=1;i<=D[0].item[0];i++) //for1 87 { 88 89 for(j=1;j<=D[i].item[0];j++) //for2 90 { 91 temp=1; 92 for(k=1;k<=no;k++) //for3 93 { 94 if(C[1][k].item[1]==D[i].item[j]) 95 { 96 C[1][k].item[0]++; //支持度加1 97 temp=0; // 98 99 } //if100 101 }//end for3102 103 104 if(temp)//生成新的项集105 {106 C[1][++no].item[1]=D[i].item[j];107 C[1][no].item[0]=1; 108 }109 110 }//end for2111 112 } // end for1113 114 C[1][0].item[0]=no;//数据项的个数 115 116 } //end of C1()117 118 119 void Cn( int n)120 { 121 //用频繁集Ln-1为基础，通过连接得到n项候选集Cn122 123 int i,j,k,p,q,s,t,num;124 int no=0,temp=0,count;125 126 C[n][0].item[0]=0; //初始化127 128 //printf("in Cn(%d) n=%d/n",n,n);129 //printf("in Cn(%d) C[%d][0].item[0]=%d/n",n,n,C[n][0].item[0]);130 131 num=L[n-1][0].item[0]; //num是Ln-1项集的数据个数132 133 for(i=1;i<=num;i++) 134 135 for(j=i+1;j<=num;j++) //for2136 {137 138 temp=1; //测试是否满足联结条件139 if(n>2)//if 1140 {141 for(k=1;k<n-1;k++) //for3 142 {143 if(L[n-1][i].item[k]!=L[n-1][j].item[k])144 { temp=0;145 break; }//if 1146 147 }//end for3148 149 }//end if1150 151 if(temp==1)//满足联结条件152 {153 // printf("in if 2 no=%d/n",no);154 no++;155 156 for(p=1;p<=n-1;p++) 157 C[n][no].item[p]=L[n-1][i].item[p];158 C[n][no].item[p]=L[n-1][j].item[p-1];159 C[n][no].item[0]=0;160 for(q=1;q<=D[0].item[0];q++) //for5 测试其支持度161 162 { 163 164 count=0; //count用来记数,当所测试的项存在时,count加1,当count=n时，则子集存在165 166 for(s=1;C[n][no].item[s]!=0;s++) //for6167 {168 for(t=1;t<=D[q].item[0];t++) //for7169 {170 if(C[n][no].item[s]==D[q].item[t])171 172 { count+=1;173 break;174 }175 }//end for7176 177 }//end for 6178 if(count==n) C[n][no].item[0]+=1;//子集存在,第no项的支持度加1179 180 }//end for5181 182 183 C[n][0].item[0]+=1;184 }//end if2185 }//end for2186 187 /* num=C[n][0].item[0];188 printf("in Cn(%d) num=%d/n",n,num);189 for(i=1;i<=num;i++)190 for(j=0;j<=n;j++)191 {192 printf("in Cn(%d) C[%d][%d].item[%d]=%d/n",n,n,i,j,C[n][i].item[j]);193 }194 printf("in Cn(%d) C[%d][0].item[0]=%d/n",n,n,C[n][0].item[0]); */195 196 }//end of Cn()197 198 void L1()199 { 200 int i,j,k;201 j=0;202 L[1][0].item[0]=0;203 204 //printf("C[1][0].item[0]=%d/n",C[1][0].item[0]);205 206 for(i=1;i<=C[1][0].item[0];i++)207 { 208 if(C[1][i].item[0]>=min_supp)209 {210 j+=1;211 for(k=1;k<=1;k++)212 L[1][j].item[k]=C[1][i].item[k];213 L[1][j].item[0]=C[1][i].item[0];214 // printf("L[1][%d].item[1]=%d ",j,L[1][j].item[1]); 测试功能时加的215 // printf(" -------------%d/n",L[1][j].item[0]);216 217 }218 }//end for1219 L[1][0].item[0]=j;220 }//end of L1()221 222 void Ln(int n)223 { 224 int i,j,k;225 Cn(n);226 j=0;227 L[n][0].item[0]=0;228 229 // printf("in Ln(%d) C[%d][0].item[0]=%d/n",n,n,C[n][0].item[0]);230 231 for(i=1;i<=C[n][0].item[0];i++) //for 1232 {233 if(C[n][i].item[0]>=min_supp)234 {235 j+=1;236 for(k=1;k<=n;k++)237 L[n][j].item[k]=C[n][i].item[k];238 L[n][j].item[0]=C[n][i].item[0]; 239 } //end if240 241 242 }//end for1243 244 /* for(i=1;i<=j;i++)245 for(k=0;k<=n;k++)246 {printf("L[%d][%d].item[%d]=%d /n",n,i,k,L[n][i].item[k]);247 248 } */249 250 L[n][0].item[0]=j; //保存数据的个数251 252 }//end of Ln(int n)253 254 255 void OutPut(int n)256 {257 int i,j,k;258 printf("频繁项目集L%d如下:/n",n);259 k=L[n][0].item[0];260 if(k!=0)261 {262 for(i=1;i<=k;i++)263 {264 printf("{");265 for(j=1;j<=n;j++) 266 printf(" I%d ",L[n][i].item[j]);267 printf("} 支持度:%d/n",L[n][i].item[0]);268 269 270 }//for271 272 }273 else printf("项目集为空/n");274 275 276 }277 278 279 void main()280 {281 int i;282 int n=1;283 InPut();284 C1();//初始化,生成1项候选集C1285 L1();//得到1项频繁集L1286 while(L[n][0].item[0]!=0)287 {288 n+=1;289 Ln(n);290 }291 for(i=1;i<=n;i++)292 OutPut(i);293 294 char ch;295 scanf("%d",&i);296 297 }298 299 300 301 302 303 --------------------------------------------------------------------------------------304 305 FAST apriori.cpp306 307 //////////////////////////////////////////////////////////////////////////308 /*309 *310 *311 *312 * 文件名称：FAST apriori.cpp313 314 *315 * 摘 要：采用位运算提高算法的效率316 317 *318 * 当前版本：1.0319 320 * 完成日期：2006.06.20321 *322 */////////////////////////////////////////////////////////////////////////323 324 #include <stdio.h>325 #include <string.h>326 327 typedef struct328 {329 char item[10]; //数据项330 int min_supp_count;//最小支持度数331 } C_Node; //候选集332 333 334 typedef struct335 {336 char item[10]; //数据项337 int min_supp_count;//最小支持度数338 } L_Node; //频繁集339 340 char D[10][10];341 L_Node L[100];342 C_Node C[100];343 int min_supp_count=2;344 int num=100;345 void InPut()346 {347 348 strcpy(D[1],"abe");349 strcpy(D[2],"bd");350 strcpy(D[3],"bc");351 strcpy(D[4],"abd");352 strcpy(D[5],"ac");353 strcpy(D[6],"bc");354 strcpy(D[7],"ac");355 strcpy(D[8],"abce");356 strcpy(D[9],"abc");357 358 359 }//end of InPut360 int * DB=new int[num];361 362 363 364 void suppDB()365 {366 int m=‘e‘;367 int n;368 int k;369 for (int i=1;i<=9;i++)370 {371 n=strlen(D[i]);372 DB [i]=0;373 for (int j=0;j<n;j++)374 {375 k=1;376 DB [i]+=k<<(int)(m-D[i][j]); 377 } 378 }379 380 381 382 }383 384 void check_supp(int num,int no)385 {386 int i,j,k,m;387 int check;388 m=‘e‘;389 390 for(i=1;i<=num;i++)391 { check=0;392 C[i].min_supp_count=0;393 for (j=0;j<no;j++)394 {395 k=1;396 check+=(int)(k<<(m-C[i].item[j]));397 }398 for (j=1;j<=9;j++)399 {400 if (check==(check&DB[j]))401 {402 C[i].min_supp_count+=1;//子集存在，支持度数加1403 }404 }405 }406 407 }408 409 void C1()410 {411 //功能：扫描数据集D生成1项候选集C1412 //输入：数据集D413 //输出1项候选集C1414 //初始条件 数据集D 非空415 strcpy(C[1].item,"a");416 strcpy(C[2].item,"b");417 strcpy(C[3].item,"c");418 strcpy(C[4].item,"d");419 strcpy(C[5].item,"e");420 421 C[0].min_supp_count=5; //1 项候选集的个数，在本算法中，用C[0].min_supp_count来保存候选集Cn的个数 422 423 check_supp(5,1);424 425 426 } //end of C1()427 428 429 void Cn( int n)430 { 431 //用频繁集Ln-1为基础，通过连接得到n项候选集Cn432 433 int i,j,k,p,num;434 int no=0,temp=0;435 436 C[0].min_supp_count=0; //初始化437 438 439 num=L[0].min_supp_count; //num是Ln-1项集的数据个数440 441 for(i=1;i<=num;i++) 442 443 for(j=i+1;j<=num;j++) //for2444 {445 446 temp=1; //测试是否满足联结条件447 if(n>2)//if 1448 {449 for(k=0;k<n-2;k++) //for3 450 {451 if(L[i].item[k]!=L[j].item[k])452 { temp=0;453 break; }//if 1454 455 }//end for3456 457 }//end if1458 459 if(temp==1)//满足联结条件460 {461 // printf("in if 2 no=%d/n",no);462 no++;463 464 for(p=0;p<=n-2;p++) 465 C[no].item[p]=L[i].item[p];466 C[no].item[p]=L[j].item[p-1];467 C[no].min_supp_count=0;468 C[0].min_supp_count+=1;469 }//end if2470 }//end for2471 num=C[0].min_supp_count;472 check_supp(num,n);//测试支持度473 }//end of Cn() 474 475 476 void L1()477 { int n=1;478 int i,j,k;479 j=0;480 L[0].min_supp_count=0;//频繁集的个数，初始为0481 482 for(i=1;i<=C[0].min_supp_count;i++)483 { 484 if(C[i].min_supp_count>=min_supp_count)485 {486 j+=1;487 strcpy(L[j].item,C[i].item); 488 L[j].min_supp_count=C[i].min_supp_count;489 }490 }//end for1491 L[0].min_supp_count=j;///频繁集的个数,最后为j个492 493 printf("频繁项目集L%d如下:/n",n);494 k=L[0].min_supp_count;495 if(k!=0)496 {497 for(i=1;i<=k;i++)498 {499 printf("{");500 for(j=0;j<n;j++) 501 printf(" %c ",L[i].item[j]);502 printf("} 支持度:%d/n",L[i].min_supp_count);503 504 505 }//for506 507 }508 else printf("项目集为空/n");509 510 }//end of L1()511 512 void Ln(int n)513 { 514 int i,j,k;515 Cn(n);516 j=0;517 L[0].min_supp_count=0;518 519 520 for(i=1;i<=C[0].min_supp_count;i++) //for 1521 {522 if(C[i].min_supp_count >=min_supp_count)523 {524 j+=1;525 strcpy(L[j].item,C[i].item); 526 L[j].min_supp_count=C[i].min_supp_count;527 528 } //end if529 530 531 }//end for1532 533 534 535 L[0].min_supp_count=j; //保存数据的个数536 printf("频繁项目集L%d如下:/n",n);537 k=L[0].min_supp_count;538 if(k!=0)539 {540 for(i=1;i<=k;i++)541 {542 printf("{");543 for(j=0;j<n;j++) 544 printf(" %c ",L[i].item[j]);545 printf("} 支持度:%d/n",L[i].min_supp_count);546 547 548 }//for549 550 }551 else printf("项目集为空/n");552 553 }//end of Ln(int n)554 555 556 void main()557 {558 559 560 int n=1;561 InPut();562 suppDB();563 C1();//初始化,生成1项候选集C1564 L1();//得到1项频繁集L1565 while(L[0].min_supp_count!=0)566 {567 n+=1;568 Ln(n);569 }570 char ch;571 printf("press any key to eixe/n");572 scanf("%c",&ch);573 574 }
Java代码
1 import java.io.BufferedWriter; 2 import java.io.FileWriter; 3 import java.util.*; 4 5 6 public class Apriori { 7 8 private double minsup = 0.6;// 最小支持度 9 private double minconf = 0.2;// 最小置信度 10 11 // 注意使用IdentityHashMap，否则由于关联规则产生存在键值相同的会出现覆盖 12 private IdentityHashMap ruleMap = new IdentityHashMap(); 13 14 private String[] transSet = { "abc", "abc", "acde", "bcdf", "abcd", "abcdf" };// 事务集合，可以根据需要从构造函数里传入 15 16 private int itemCounts = 0;// 候选1项目集大小,即字母的个数 17 private TreeSet[] frequencySet = new TreeSet[40];// 频繁项集数组，[0]:代表1频繁集... 18 private TreeSet maxFrequency = new TreeSet();// 最大频繁集 19 private TreeSet candidate = new TreeSet();// 1候选集 20 private TreeSet candidateSet[] = new TreeSet[40];// 候选集数组 21 private int frequencyIndex; 22 23 24 public Apriori() { 25 26 maxFrequency = new TreeSet(); 27 itemCounts = counts();// 初始化1候选集的大小 28 29 // 初始化其他两个 30 for (int i = 0; i < itemCounts; i++) { 31 frequencySet[i] = new TreeSet(); 32 candidateSet[i] = new TreeSet(); 33 } 34 candidateSet[0] = candidate; 35 } 36 37 38 public Apriori(String[] transSet) { 39 this.transSet = transSet; 40 maxFrequency = new TreeSet(); 41 itemCounts = counts();// 初始化1候选集的大小 42 43 // 初始化其他两个 44 for (int i = 0; i < itemCounts; i++) { 45 frequencySet[i] = new TreeSet(); 46 candidateSet[i] = new TreeSet(); 47 } 48 candidateSet[0] = candidate; 49 } 50 51 52 public int counts() { 53 54 String temp1 = null; 55 char temp2 = ‘a‘; 56 // 遍历所有事务集String 加入集合，set自动去重了 57 for (int i = 0; i < transSet.length; i++) { 58 temp1 = transSet[i]; 59 for (int j = 0; j < temp1.length(); j++) { 60 temp2 = temp1.charAt(j); 61 candidate.add(String.valueOf(temp2)); 62 } 63 } 64 return candidate.size(); 65 } 66 67 68 public void item1_gen() { 69 String temp1 = ""; 70 double m = 0; 71 72 Iterator temp = candidateSet[0].iterator(); 73 while (temp.hasNext()) { 74 temp1 = (String) temp.next(); 75 m = count_sup(temp1); 76 77 // 符合条件的加入 1候选集 78 if (m >= minsup * transSet.length) { 79 frequencySet[0].add(temp1); 80 } 81 } 82 } 83 84 85 public double count_sup(String x) { 86 int temp = 0; 87 for (int i = 0; i < transSet.length; i++) { 88 for (int j = 0; j < x.length(); j++) { 89 if (transSet[i].indexOf(x.charAt(j)) == -1) 90 break; 91 else if (j == (x.length() - 1)) 92 temp++; 93 } 94 } 95 return temp; 96 } 97 98 99 public void canditate_gen(int k) {100 String y = "", z = "", m = "";101 char c1 = ‘a‘, c2 = ‘a‘;102 103 Iterator temp1 = frequencySet[k - 2].iterator();104 Iterator temp2 = frequencySet[0].iterator();105 TreeSet h = new TreeSet();106 107 while (temp1.hasNext()) {108 y = (String) temp1.next();109 c1 = y.charAt(y.length() - 1);110 111 while (temp2.hasNext()) {112 z = (String) temp2.next();113 114 c2 = z.charAt(0);115 if (c1 >= c2)116 continue;117 else {118 m = y + z;119 h.add(m);120 }121 }122 temp2 = frequencySet[0].iterator();123 }124 candidateSet[k - 1] = h;125 }126 127 // k候选集=>k频繁集128 public void frequent_gen(int k) {129 String s1 = "";130 131 Iterator ix = candidateSet[k - 1].iterator();132 while (ix.hasNext()) {133 s1 = (String) ix.next();134 if (count_sup(s1) >= (minsup * transSet.length)) {135 frequencySet[k - 1].add(s1);136 }137 }138 }139 140 public boolean is_frequent_empty(int k) {141 if (frequencySet[k - 1].isEmpty())142 return true;143 else144 return false;145 }146 147 public boolean included(String s1, String s2) {148 for (int i = 0; i < s1.length(); i++) {149 if (s2.indexOf(s1.charAt(i)) == -1)150 return false;151 else if (i == s1.length() - 1)152 return true;153 }154 return true;155 }156 157 public void maxfrequent_gen() {158 int i, j;159 Iterator iterator, iterator1, iterator2;160 String temp = "", temp1 = "", temp2 = "";161 for (i = 1; i < frequencyIndex; i++) {162 maxFrequency.addAll(frequencySet[i]);163 }164 // for (i = 0; i < frequencyIndex; i++) {165 // iterator1 = frequencySet[i].iterator();166 // while (iterator1.hasNext()) {167 // temp1 = (String) iterator1.next();168 // for (j = i + 1; j < frequencyIndex; j++) {169 // iterator2 = frequencySet[j].iterator();170 // while (iterator2.hasNext()) {171 // temp2 = (String) iterator2.next();172 // if (included(temp1, temp2))173 // maxFrequency.remove(temp1);174 // }175 // }176 // }177 // }178 }179 180 181 public void print_maxfrequent() {182 Iterator iterator = maxFrequency.iterator();183 System.out.print("产生规则频繁项集：");184 while (iterator.hasNext()) {185 System.out.print(toDigit((String) iterator.next()) + "\t");186 }187 System.out.println();188 }189 190 191 public void rulePrint() {192 String x, y;193 double temp = 0;194 195 Set hs = ruleMap.keySet();196 Iterator iterator = hs.iterator();197 198 StringBuffer sb = new StringBuffer();199 System.out.println("关联规则：");200 while (iterator.hasNext()) {201 x = (String) iterator.next();202 203 y = (String) ruleMap.get(x);204 205 temp = (count_sup(x + y) / count_sup(x));206 207 //x = toDigit(x);208 //y = toDigit(y);209 210 System.out.println(x + (x.length() < 5 ? "\t" : "") + "-->" + y211 + "\t" + temp);212 sb.append(" " + x + (x.length() < 5 ? "\t" : "") + "-->" + y213 + "\t" + temp + "\t\n");214 }215 BufferedWriter bw = null;216 try {217 FileWriter fw = new FileWriter("Asr.txt");218 219 bw = new BufferedWriter(fw);220 221 bw.write("最小支持度 minsup = " + minsup);222 bw.newLine();223 bw.write("最小置信度 minconf = " + minconf);224 bw.newLine();225 bw.write("产生关联规则如下: ");226 bw.newLine();227 228 bw.write(sb.toString());229 // bw.newLine();230 231 if (bw != null)232 bw.close();233 } catch (Exception e) {234 e.printStackTrace();235 }236 237 }238 239 public void subGen(String s) {240 String x = "", y = "";241 for (int i = 1; i < (1 << s.length()) - 1; i++) {242 for (int j = 0; j < s.length(); j++) {243 if (((1 << j) & i) != 0) {244 x += s.charAt(j);245 }246 }247 248 for (int j = 0; j < s.length(); j++) {249 if (((1 << j) & (~i)) != 0) {250 251 y += s.charAt(j);252 253 }254 }255 if (count_sup(x + y) / count_sup(x) >= minconf) {256 ruleMap.put(x, y);257 }258 x = "";259 y = "";260 261 }262 }263 264 public void ruleGen() {265 String s;266 Iterator iterator = maxFrequency.iterator();267 while (iterator.hasNext()) {268 s = (String) iterator.next();269 subGen(s);270 }271 }272 273 // for test274 public void print1() {275 Iterator temp = candidateSet[0].iterator();276 while (temp.hasNext())277 System.out.println(temp.next());278 }279 280 // for test281 public void print2() {282 Iterator temp = frequencySet[0].iterator();283 while (temp.hasNext())284 System.out.println((String) temp.next());285 }286 287 // for test288 public void print3() {289 canditate_gen(1);290 frequent_gen(2);291 Iterator temp = candidateSet[1].iterator();292 Iterator temp1 = frequencySet[1].iterator();293 while (temp.hasNext())294 System.out.println("候选" + (String) temp.next());295 while (temp1.hasNext())296 System.out.println("频繁" + (String) temp1.next());297 }298 299 public void print_canditate() {300 301 for (int i = 0; i < frequencySet[0].size(); i++) {302 Iterator ix = candidateSet[i].iterator();303 Iterator iy = frequencySet[i].iterator();304 System.out.print("候选集" + (i + 1) + ":");305 while (ix.hasNext()) {306 System.out.print((String) ix.next() + "\t");307 //System.out.print(toDigit((String) ix.next()) + "\t");308 }309 System.out.print("\n" + "频繁集" + (i + 1) + ":");310 while (iy.hasNext()) {311 System.out.print((String) iy.next() + "\t");312 //System.out.print(toDigit((String) iy.next()) + "\t");313 }314 System.out.println();315 }316 }317 318 319 private String toDigit(String str) {320 if (str != null) {321 StringBuffer temp = new StringBuffer();322 323 for (int i = 0; i < str.length(); i++) {324 char c = str.charAt(i);325 temp.append(((int) c - 65) + " ");326 }327 328 return temp.toString();329 } else {330 return null;331 }332 333 }334 335 public String[] getTrans_set() {336 return transSet;337 }338 339 public void setTrans_set(String[] transSet) {340 transSet = transSet;341 }342 343 public double getMinsup() {344 return minsup;345 }346 347 public void setMinsup(double minsup) {348 this.minsup = minsup;349 }350 351 public double getMinconf() {352 return minconf;353 }354 355 public void setMinconf(double minconf) {356 this.minconf = minconf;357 }358 359 public void run() {360 int k = 1;361 362 item1_gen();363 364 do {365 k++;366 canditate_gen(k);367 frequent_gen(k);368 } while (!is_frequent_empty(k));369 frequencyIndex = k - 1;370 print_canditate();371 maxfrequent_gen();372 print_maxfrequent();373 ruleGen();374 rulePrint();375 376 }377 378 public static void main(String[] args) {379 Apriori ap = new Apriori();380 ap.run();381 }382 383 384 385 386 387 }
数据挖掘算法 Apriori 例子+源码
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。