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); ??????} ?????} ????} ???}

半月湾hmbcloud升级500Mbps带宽,原生VPS,$4.99/月

关于半月湾HMBCloud商家之前也有几篇那文章介绍过这个商家的产品,对于他们家的其他产品我都没有多加留意,而是对他们家的DC5机房很多人还是比较喜欢的,这个比我们有些比较熟悉的某商家DC6 DC9机房限时,而且半月湾HMBCloud商家是相对便宜的。关于半月湾DC5机房的方案选择和介绍:1、半月湾三网洛杉矶DC5 CN2 GIA同款DC6 DC9 1G内存 1TB流量 月$4.992、亲测选择半...

Friendhosting,美国迈阿密机房新上线,全场45折特价优惠,100Mbps带宽不限流量,美国/荷兰/波兰/乌兰克/瑞士等可选,7.18欧元/半年

近日Friendhosting发布了最新的消息,新上线了美国迈阿密的云产品,之前的夏季优惠活动还在进行中,全场一次性45折优惠,最高可购买半年,超过半年优惠力度就不高了,Friendhosting商家的优势就是100Mbps带宽不限流量,有需要的朋友可以尝试一下。Friendhosting怎么样?Friendhosting服务器好不好?Friendhosting服务器值不值得购买?Friendho...

阿里云秋季促销活动 轻量云服务器2G5M配置新购年60元

已经有一段时间没有分享阿里云服务商的促销活动,主要原因在于他们以前的促销都仅限新用户,而且我们大部分人都已经有过账户基本上促销活动和我们无缘。即便老用户可选新产品购买,也是比较配置较高的,所以就懒得分享。这不看到有阿里云金秋活动,有不错的促销活动可以允许产品新购。即便我们是老用户,但是比如你没有购买过他们轻量服务器,也是可以享受优惠活动的。这次轻量服务器在金秋活动中力度折扣比较大,2G5M配置年付...

apriori为你推荐
无处不在的意思,幸福无处不在,最适合才是最好是什么意思java程序员招聘java工程师待遇如何云办公平台什么叫云办公啊?谁能通俗的给我讲下腾讯合作伙伴大会如何成为腾讯渠道合作伙伴?微盟价格为什么这么多人用微盟,微盟都有哪些优势btest进入北大青鸟需要什么学历呢卡发短信移动卡怎么样发短信查自己的号码yy语音注册歪歪语音如何安装与注册?测试post软件测试的测试工作有哪些重要的步骤linux启动盘制作工具如何制作一个u盘启动的linux
网站空间申请 堪萨斯服务器 国外私服 回程路由 xfce 阿里云浏览器 谁的qq空间最好看 me空间社区 泉州电信 支付宝扫码领红包 申请网页 空间登录首页 linode支付宝 国内域名 徐州电信 789电视剧网 闪讯网 石家庄服务器 免费获得q币 新网dns 更多