目录:
算法思路
算法实现
算法运行结果
一、算法思路
设想的算法分为三部分:
1、计算输入数据的维数、每个维的基数、每个维的取值个数以及每个维的取值。
2、设计一个函数,参数为一个列表,计算该列表在数据集中的支持度。
3、遍历将满足最小支持的数据筛选出来。
二、算法实现
1、基本量的计算
# 每个维的基数
Cardinality = [0 for x in range(len(AllData[0]))] # [0, 0, 0, 0]
# 各个维的取值
AllValue = []
def ComDim():
# 计算每个维度的取值个数,存储在数组numOfN中。
for j in range(len(Cardinality)):
# 单个维度取值集合
SingleValue = []
for i in range(len(AllData)):
if (AllData[i][j] not in SingleValue):
SingleValue.append(AllData[i][j])
#print(Sin