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

搬瓦工香港 PCCW 机房已免费迁移升级至香港 CN2 GIA 机房

搬瓦工最新优惠码优惠码:BWH3HYATVBJW,节约6.58%,全场通用!搬瓦工关闭香港 PCCW 机房通知下面提炼一下邮件的关键信息,原文在最后面。香港 CN2 GIA 机房自从 2020 年上线以来,网络性能大幅提升,所有新订单都默认部署在香港 CN2 GIA 机房;目前可以免费迁移到香港 CN2 GIA 机房,在 KiwiVM 控制面板选择 HKHK_8 机房进行迁移即可,迁移会改变 IP...

新注册NameCheap账户几天后无法登录原因及解决办法

中午的时候有网友联系提到自己前几天看到Namecheap商家开学季促销活动期间有域名促销活动的,于是就信注册NC账户注册域名的。但是今天登录居然无法登录,这个问题比较困恼是不是商家跑路等问题。Namecheap商家跑路的可能性不大,前几天我还在他们家转移域名的。这里简单的记录我帮助他解决如何重新登录Namecheap商家的问题。1、检查邮件让他检查邮件是不是有官方的邮件提示。比如我们新注册账户是需...

CYUN(29元/月)美国、香港、台湾、日本、韩国CN2,续费原价

关于CYUN商家在之前有介绍过一次,CYUN是香港蓝米数据有限公司旗下的云计算服务品牌,和蓝米云、蓝米主机等同属该公司。商家主要是为个人开发者用户、中小型、大型企业用户提供一站式核心网络云端部署服务,促使用户云端部署化简为零,轻松快捷运用云计算。目前,CYUN主要运营美国、香港、台湾、日本、韩国CN2线路产品,包括云服务器、站群服务器和独立服务器等。这次看到CYUN夏季优惠活动发布了,依然是熟悉的...

apriori为你推荐
免费图片上传怎样免费把图片上传到淘宝上 ?windowsmediawindows media player 是什么啊存储区域网络什么是存储局域网?组建它需要哪些内容?素数算法100以内的质数C算法,要步骤说明,谢谢。素数算法(c语言)求快速算素数的方法。公众号付费阅读为什么微信公众号阅读要收费?webservice框架用JAVA作APP后端,一般用什么web service?用什么restful框架空间导航怎么把空间的导航变成只有留言板跟相册aviconverter谁有好得AVI转换器?可以全部转换得!ps5教程photoshop cs 教程 最好有视频的
web服务器架设软件 qq数据库下载 dux 腾讯云分析 howfile 中国电信测速网 息壤代理 in域名 彩虹云 360云服务 移动服务器托管 游戏服务器出租 php服务器 日本代理ip 免费蓝钻 杭州电信宽带 美国主机侦探 大硬盘补丁 瓦工工资 冰盾ddos防火墙 更多