apriori如何实现apriori算法
apriori 时间:2021-06-22 阅读:(
)
Clementine关联规则Apriori算法事务模式怎么使用
算法: Apriori算法,使用逐层迭代找出频繁项集。
输入:事务数据库D;最小支持度阈值min_sup。
输出:D 中的频繁项集L。
1) L1 = find_frequent_1_itemsets(D);
2) for (k = 2; Lk-1 ≠ ; k++) {
3) Ck = aproiri_gen(Lk-1,min_sup);
4) for each transaction t D{ //scan D for count
5) Ct = subset(Ck,t); //get subsets of t that are candidates
6) for each candidate c Ct
7) c.count++;
8) }
9) Lk={c Ck | c.count ≥ min_sup}
10) }
11) return L = ∪kLk;问读音:null,Apriori,FP-Growth的读法
汉语标出可真不准确,不方便啊
servlet /s?:vlit/--/se wu li te/
HTML 就是一个一个字母的读,它是hyper text markup language简写
null /n?l/--/na ou/
apriori 英文发音为:/?pri?ri/--/e pe rui ao rui/
FP-Growth 英文发音为:/aif pi: gr?uθ/--/F P-ge rou si/
前面一个词一般读中文 普瑞奥瑞
后面的一个词 直接读英文如何实现apriori算法
import?java.util.HashMap;
import?java.util.HashSet;
import?java.util.Iterator;
import?java.util.Map;
import?java.util.Set;
import?java.util.TreeMap;
/**
*?<B>关联规则挖掘:Apriori算法</B>
*?
*?<P>按照Apriori算法的基本思想来实现
*?
*?@author?king
*?@since?2013/06/27
*?
*/
public?class?Apriori?{
private?Map<Integer,?Set<String>>?txDatabase;?//?事务数据库
private?Float?minSup;?//?最小支持度
private?Float?minConf;?//?最小置信度
private?Integer?txDatabaseCount;?//?事务数据库中的事务数
private?Map<Integer,?Set<Set<String>>>?freqItemSet;?//?频繁项集集合
private?Map<Set<String>,?Set<Set<String>>>?assiciationRules;?//?频繁关联规则集合
public?Apriori(
????Map<Integer,?Set<String>>?txDatabase,?
????Float?minSup,?
????Float?minConf)?{
???this.txDatabase?=?txDatabase;
???this.minSup?=?minSup;
???this.minConf?=?minConf;
???this.txDatabaseCount?=?this.txDatabase.size();
???freqItemSet?=?new?TreeMap<Integer,?Set<Set<String>>>();
???assiciationRules?=?new?HashMap<Set<String>,?Set<Set<String>>>();
}
/**
*?扫描事务数据库,计算频繁1-项集
*?@return
*/
public?Map<Set<String>,?Float>?getFreq1ItemSet()?{
???Map<Set<String>,?Float>?freq1ItemSetMap?=?new?HashMap<Set<String>,?Float>();
???Map<Set<String>,?Integer>?candFreq1ItemSet?=?this.getCandFreq1ItemSet();
???Iterator<Map.Entry<Set<String>,?Integer>>?it?=?candFreq1ItemSet.entrySet().iterator();
???while(it.hasNext())?{
????Map.Entry<Set<String>,?Integer>?entry?=?it.next();
????//?计算支持度
????Float?supported?=?new?Float(entry.getValue().toString())/new?Float(txDatabaseCount);
????if(supported>=minSup)?{
?????freq1ItemSetMap.put(entry.getKey(),?supported);
????}
???}
???return?freq1ItemSetMap;
}
/**
*?计算候选频繁1-项集
*?@return
*/
public?Map<Set<String>,?Integer>?getCandFreq1ItemSet()?{
???Map<Set<String>,?Integer>?candFreq1ItemSetMap?=?new?HashMap<Set<String>,?Integer>();
???Iterator<Map.Entry<Integer,?Set<String>>>?it?=?txDatabase.entrySet().iterator();
???//?统计支持数,生成候选频繁1-项集
???while(it.hasNext())?{
????Map.Entry<Integer,?Set<String>>?entry?=?it.next();
????Set<String>?itemSet?=?entry.getValue();
????for(String?item?:?itemSet)?{
?????Set<String>?key?=?new?HashSet<String>();
?????key.add(item.trim());
?????if(!candFreq1ItemSetMap.containsKey(key))?{
??????Integer?value?=?1;
??????candFreq1ItemSetMap.put(key,?value);
?????}
?????else?{
??????Integer?value?=?1+candFreq1ItemSetMap.get(key);
??????candFreq1ItemSetMap.put(key,?value);
?????}
????}
???}
???return?candFreq1ItemSetMap;
}
/**
*?根据频繁(k-1)-项集计算候选频繁k-项集
*?
*?@param?m?其中m=k-1
*?@param?freqMItemSet?频繁(k-1)-项集
*?@return
*/
public?Set<Set<String>>?aprioriGen(int?m,?Set<Set<String>>?freqMItemSet)?{
???Set<Set<String>>?candFreqKItemSet?=?new?HashSet<Set<String>>();
???Iterator<Set<String>>?it?=?freqMItemSet.iterator();
???Set<String>?originalItemSet?=?null;
???while(it.hasNext())?{
????originalItemSet?=?it.next();
????Iterator<Set<String>>?itr?=?this.getIterator(originalItemSet,?freqMItemSet);
????while(itr.hasNext())?{
?????Set<String>?identicalSet?=?new?HashSet<String>();?//?两个项集相同元素的集合(集合的交运算)????
?????identicalSet.addAll(originalItemSet);?
?????Set<String>?set?=?itr.next();?
?????identicalSet.retainAll(set);?//?identicalSet中剩下的元素是identicalSet与set集合中公有的元素
?????if(identicalSet.size()?==?m-1)?{?//?(k-1)-项集中k-2个相同
??????Set<String>?differentSet?=?new?HashSet<String>();?//?两个项集不同元素的集合(集合的差运算)
??????differentSet.addAll(originalItemSet);
??????differentSet.removeAll(set);?//?因为有k-2个相同,则differentSet中一定剩下一个元素,即differentSet大小为1
??????differentSet.addAll(set);?//?构造候选k-项集的一个元素(set大小为k-1,differentSet大小为k)
??????if(!this.has_infrequent_subset(differentSet,?freqMItemSet))
??????????candFreqKItemSet.add(differentSet);?//?加入候选k-项集集合
?????}
????}
???}
???return?candFreqKItemSet;
}
/**
?*?使用先验知识,剪枝。
若候选k项集中存在k-1项子集不是频繁k-1项集,则删除该候选k项集
?*?@param?candKItemSet
?*?@param?freqMItemSet
?*?@return
?*/
private?boolean?has_infrequent_subset(Set<String>?candKItemSet,?Set<Set<String>>?freqMItemSet)?{
Set<String>?tempSet?=?new?HashSet<String>();
tempSet.addAll(candKItemSet);
Iterator<String>?itItem?=?candKItemSet.iterator();
while(itItem.hasNext())?{
String?item?=?itItem.next();
tempSet.remove(item);//?该候选去掉一项后变为k-1项集
if(!freqMItemSet.contains(tempSet))//?判断k-1项集是否是频繁项集
return?true;
tempSet.add(item);//?恢复
}
return?false;
}
/**
*?根据一个频繁k-项集的元素(集合),获取到频繁k-项集的从该元素开始的迭代器实例
*?@param?itemSet
*?@param?freqKItemSet?频繁k-项集
*?@return
*/
private?Iterator<Set<String>>?getIterator(Set<String>?itemSet,?Set<Set<String>>?freqKItemSet)?{
???Iterator<Set<String>>?it?=?freqKItemSet.iterator();
???while(it.hasNext())?{
????if(itemSet.equals(it.next()))?{
?????break;
????}
???}
???return?it;
}
/**
*?根据频繁(k-1)-项集,调用aprioriGen方法,计算频繁k-项集
*?
*?@param?k?
*?@param?freqMItemSet?频繁(k-1)-项集
*?@return
*/
public?Map<Set<String>,?Float>?getFreqKItemSet(int?k,?Set<Set<String>>?freqMItemSet)?{
???Map<Set<String>,?Integer>?candFreqKItemSetMap?=?new?HashMap<Set<String>,?Integer>();
???//?调用aprioriGen方法,得到候选频繁k-项集
???Set<Set<String>>?candFreqKItemSet?=?this.aprioriGen(k-1,?freqMItemSet);
???//?扫描事务数据库
???Iterator<Map.Entry<Integer,?Set<String>>>?it?=?txDatabase.entrySet().iterator();
???//?统计支持数
???while(it.hasNext())?{
????Map.Entry<Integer,?Set<String>>?entry?=?it.next();
????Iterator<Set<String>>?kit?=?candFreqKItemSet.iterator();
????while(kit.hasNext())?{
?????Set<String>?kSet?=?kit.next();
?????Set<String>?set?=?new?HashSet<String>();
?????set.addAll(kSet);
?????set.removeAll(entry.getValue());?//?候选频繁k-项集与事务数据库中元素做差运算
?????if(set.isEmpty())?{?//?如果拷贝set为空,支持数加1
??????if(candFreqKItemSetMap.get(kSet)?==?null)?{
???????Integer?value?=?1;
???????candFreqKItemSetMap.put(kSet,?value);
??????}
??????else?{
???????Integer?value?=?1+candFreqKItemSetMap.get(kSet);
???????candFreqKItemSetMap.put(kSet,?value);
??????}
?????}
????}
???}
A2Hosting主机,A2Hosting怎么样?A2Hosting是UK2集团下属公司,成立于2003年的老牌国外主机商,产品包括虚拟主机、VPS和独立服务器等,数据中心提供包括美国、新加坡softlayer和荷兰三个地区机房。A2Hosting在国外是一家非常大非常有名气的终合型主机商,拥有几百万的客户,非常值得信赖,国外主机论坛对它家的虚拟主机评价非常不错,当前,A2Hosting主机庆祝1...
优惠码50SSDOFF 首月5折50WHTSSD 年付5折15OFF 85折优惠,可循环使用荷兰VPSCPU内存SSD带宽IPv4价格购买1核1G50G1Gbps/3TB1个$ 9.10/月链接2核2G80G1Gbps/5TB1个$ 12.70/月链接2核3G100G1Gbps/7TB1个$ 16.30/月链接3核4G150G1Gbps/10TB1个$ 18.10/月链接阿联酋VPSCPU内存SS...
百纵科技:美国高防服务器,洛杉矶C3机房 独家接入zenlayer清洗 带金盾硬防,CPU全系列E52670、E52680v3 DDR4内存 三星固态盘阵列!带宽接入了cn2/bgp线路,速度快,无需备案,非常适合国内外用户群体的外贸、搭建网站等用途。官方网站:https://www.baizon.cnC3机房,双程CN2线路,默认200G高防,3+1(高防IP),不限流量,季付送带宽美国洛杉矶C...
apriori为你推荐
最好的翻译网站求最好的翻译网站和软件怎么用电脑发短信谁知道怎样能用电脑给手机发短信暴力破解rar求暴力破解rar压缩包软件webservice框架如何用webservice 的cxf框架broadcast播播……拼音动画分镜头脚本动漫脚本和分镜头的区别?懂的进怎么查微信注册时间怎么查对方的微信号什么时候注册的西安娱乐西安最高端会所是哪一家ps5教程PS5安装教程? 更改hosts那一步具体怎么做?卡发短信为什么卡2的移动卡不能发短信
双线vps 快速域名备案 域名备案收费吗 什么是域名地址 万网优惠券 免费博客空间 元旦促销 免费mysql 双拼域名 免费个人空间 路由跟踪 东莞服务器托管 atom处理器 cdn服务 privatetracker 美国主机 宿主机 kosskeb79 qq空间登陆首页 web服务器硬件配置 更多