apriori算法初步实现

_奔跑的sheep

于 2014-08-05 20:27:55 发布

阅读量692

点赞数

分类专栏：数据智能一路颠簸文章标签： apriori 大数据关联规则实现

本文链接：https://blog.csdn.net/C49556/article/details/38390119

版权

这篇博客主要介绍了Apriori算法，包括相关概念、核心步骤和一个简单的C/C++实现。博主忽略时间复杂度和空间复杂度，分享了个人的学习心得，并邀请读者留言交流。

摘要由CSDN通过智能技术生成

这儿先拉一段百度百科~

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。（记住这个概念，比较重要）

百度一般是解决不了问题的，还的看各位前辈的学习心得~

个人比较喜欢的：1.

Apriori算法详解之【一、相关概念和核心步骤】

Apriori算法详解之【二、伪代码和例子】

写的真的挺好，看不明白的请留言。

然后，我在不考虑时间复杂度，不考虑空间复杂度的情况下，用C 混着一点C++ 小小实现了一下，

#include<iostream>
#include<cstring>
#include<stdlib.h>
#include <iomanip>
using namespace std;
#define MAX 1000
#define Inf 99999
#define minsup 0.3
struct _d{
	char t[MAX];
}_tid[MAX];
int N,supp;
int _vis[MAX];
char tp[MAX][MAX],tp1[MAX][MAX];
bool map[MAX][MAX];
int cmp( const void *a , const void *b )
{
return *(char *)a - *(char *)b;
}
void input(){
	cout<<"Tid数目：\n";
	cin>>N;