数据挖掘算法之 apriori

//关联规则之 apriori算法

//实现 2006年5月

//作者:郭运凯

#include<stdio.h>
#include <string.h>
typedef  struct
{
int item[100];  //数据项
} D_Node;      //数据库D

typedef  struct
{
int item[100];  //数据项,用item[0]保存支持度

} C_Node; //候选集

typedef  struct
{
int item[100];  //数据项,用item[0]保存支持度
} L_Node;//频繁集

C_Node C[100][100];
L_Node L[100][100];
D_Node D[100];

int min_supp;  //最小支持度

 

void  InPut()
{
 int i,j,n,n1;
 printf("请输入最小支持度:");
 scanf("%d",&min_supp);
  printf("请输入交易集的大小");
  scanf("%d",&D[0].item[0]);
  n=D[0].item[0];

     for(i=1;i<=n;i++)  //for1
     {  
        printf("请输入交易[%d]中记录的个数(n)",i);
         scanf("%d",&n1);
         D[i].item[0]=n1;

           for(j=1;j<=n1;j++)  //for2
           {
              printf("请输入交易[%d]中记录项，直接输入数字:",i);
             scanf("%d",&D[i].item[j]);                  
           }//for2
                
           }  //for1
    
     }//end of InPut

void  C1()
{
 //功能：扫描数据集D生成1项候选集C1
 //输入：数据集D
 //输出1项候选集C1
 //初始条件 数据集D 非空
   int i,j,k;
   int no=1,temp=0;
   C[1][0].item[0]=0;  //1 项集的个数，在本算法中，用C[n][k].item[0]来保存候选集Cn的第k项的支持度
   if(D[0].item[0]!=0)
   { 
      C[1][1].item[1]=D[1].item[1];
         
   }
     
    for(i=1;i<=D[0].item[0];i++)  //for1 
    {
  
         for(j=1;j<=D[i].item[0];j++)  //for2  
      {
               temp=1;
               for(k=1;k<=no;k++)  //for3
      {
                  if(C[1][k].item[1]==D[i].item[j])
            {
                     C[1][k].item[0]++;  //支持度加1
                      temp=0;  //
                          
                  }   //if

               }//end for3
           
         
              if(temp)//生成新的项集
           {
                    C[1][++no].item[1]=D[i].item[j];
                    C[1][no].item[0]=1;    
           }
      
         }//end for2
  
    } // end  for1

    C[1][0].item[0]=no;//数据项的个数 

}  //end of  C1()

void Cn( int n)
{ 
 //用频繁集Ln-1为基础，通过连接得到n项候选集Cn
 
 int i,j,k,p,q,s,t,num;
 int no=0,temp=0,count;

 C[n][0].item[0]=0;  //初始化

//printf("in Cn(%d) n=%d\n",n,n);
//printf("in Cn(%d) C[%d][0].item[0]=%d\n",n,n,C[n][0].item[0]);

num=L[n-1][0].item[0];  //num是Ln-1项集的数据个数

   for(i=1;i<=num;i++) 
  
      for(j=i+1;j<=num;j++)   //for2
         {
  
      temp=1;  //测试是否满足联结条件
              if(n>2)//if 1
              {
                  for(k=1;k<n-1;k++)     //for3  
                 {
      if(L[n-1][i].item[k]!=L[n-1][j].item[k])
                   {  temp=0;
                     break; }//if 1

                    }//end for3

                 }//end if1

                      if(temp==1)//满足联结条件
                     {
                          // printf("in if 2  no=%d\n",no);
                     no++;

                    for(p=1;p<=n-1;p++) 
                    C[n][no].item[p]=L[n-1][i].item[p];
                    C[n][no].item[p]=L[n-1][j].item[p-1];
                    C[n][no].item[0]=0;
                         for(q=1;q<=D[0].item[0];q++)  //for5  测试其支持度

       {   
       
        count=0; //count用来记数,当所测试的项存在时,count加1,当count=n时，则子集存在

                               for(s=1;C[n][no].item[s]!=0;s++)  //for6
                          {
                                      for(t=1;t<=D[q].item[0];t++)  //for7
           {
                                             if(C[n][no].item[s]==D[q].item[t])

            {   count+=1;
                      break;
            }
           }//end for7
                                    
          }//end for 6
                           if(count==n) C[n][no].item[0]+=1;//子集存在,第no项的支持度加1
                  
       }//end for5
                          
                          
                      C[n][0].item[0]+=1;
       }//end if2
           }//end for2

     /* num=C[n][0].item[0];
     printf("in Cn(%d) num=%d\n",n,num);
   for(i=1;i<=num;i++)
    for(j=0;j<=n;j++)
    {
     printf("in Cn(%d) C[%d][%d].item[%d]=%d\n",n,n,i,j,C[n][i].item[j]);
    }
   printf("in Cn(%d) C[%d][0].item[0]=%d\n",n,n,C[n][0].item[0]);  */
  
}//end of Cn()

void L1()
{  
    int i,j,k;
 j=0;
   L[1][0].item[0]=0;
  
   //printf("C[1][0].item[0]=%d\n",C[1][0].item[0]);

   for(i=1;i<=C[1][0].item[0];i++)
   {   
       if(C[1][i].item[0]>=min_supp)
       {
       j+=1;
        for(k=1;k<=1;k++)
         L[1][j].item[k]=C[1][i].item[k];
        L[1][j].item[0]=C[1][i].item[0];
 // printf("L[1][%d].item[1]=%d   ",j,L[1][j].item[1]);  测试功能时加的
 // printf("  -------------%d\n",L[1][j].item[0]);
  
       }
   }//end for1
   L[1][0].item[0]=j;
}//end of L1()

void Ln(int n)
{  
    int i,j,k;
 Cn(n);
    j=0;
    L[n][0].item[0]=0;

   // printf("in Ln(%d) C[%d][0].item[0]=%d\n",n,n,C[n][0].item[0]);

   for(i=1;i<=C[n][0].item[0];i++)  //for 1
   {
       if(C[n][i].item[0]>=min_supp)
       {
         j+=1;
        for(k=1;k<=n;k++)
         L[n][j].item[k]=C[n][i].item[k];
        L[n][j].item[0]=C[n][i].item[0]; 
       }  //end if

   }//end for1

   /*  for(i=1;i<=j;i++)
       for(k=0;k<=n;k++)
  {printf("L[%d][%d].item[%d]=%d \n",n,i,k,L[n][i].item[k]);
  
  }   */

L[n][0].item[0]=j; //保存数据的个数

}//end of Ln(int n)

  void  OutPut(int n)
  {
     int i,j,k;
     printf("频繁项目集L%d如下:\n",n);
     k=L[n][0].item[0];
         if(k!=0)
         {
             for(i=1;i<=k;i++)
          {
                printf("{");
               for(j=1;j<=n;j++)     
        printf("  I%d ",L[n][i].item[j]);
        printf("}        支持度:%d\n",L[n][i].item[0]);
          
      
             }//for
           
          }
         else                printf("项目集为空\n");
          
     
  }

  void main()
  {
 int i;
 int n=1;
    InPut();
 C1();//初始化,生成1项候选集C1
 L1();//得到1项频繁集L1
    while(L[n][0].item[0]!=0)
 {
  n+=1;
        Ln(n);
 }
    for(i=1;i<=n;i++)
        OutPut(i);

  
   scanf("%d",&i);
 
  }