nodejs实现apriori算法

Apriori算法是数据挖掘中频繁模式挖掘的第一课。也是最基本的算法。

网上的apriori算法多是java实现，于是我尝试着用nodejs写出了算法全部过程。

其中外部有一个内容为

I1,I2,I5
I2,I4
I2,I3
I1,I2,I4
I1,I3
I2,I3
I1,I3
I1,I2,I3,I5
I1,I2,I3

的名为data.txt的数据文件。

代码中假设了最小支持度为2。

const min_sup=2;

var fs=require("fs");
var lineReader = require('line-reader');  

//数组去重
Array.prototype.unique = function()
{
	var n = {},r=[]; //n为hash表，r为临时数组
	for(var i = 0; i < this.length; i++) //遍历当前数组
	{
		if (!n[this[i]]) //如果hash表中没有当前项
		{
			n[this[i]] = true; //存入hash表
			r.push(this[i]); //把当前数组的当前项push到临时数组里面
		}
	}
	return r;
}

var dataArr=[];
lineReader.eachLine('data.txt', function(line, last) {  
  var row=line.split(",");  
  dataArr.push(row);  
  if (last) {  
        var Ck1=freq1Gen(dataArr);
	    while(Ck1.length!==0){
	    	Ck=Ck1;
	    	Ck1=freqKGen(Ck);
	    }
	    console.log(Ck);

    return false  
  }  
});  
/*
var I1='I1',I2='I2',I3='I3',I4='I4',I5='I5';
var dataArr=[
[I1,I2,I5],
[I2,I4],
[I2,I3],
[I1,I2,I4],
[I1,I3],
[I2,I3],
[I1,I3],
[I1,I2,I3,I5],
[I1,I2,I3],
];*/


//1.计算候选集C1
function freq1Gen(data){
	var buffer=[];
	var isShow=false;
	for (var i = data.length - 1; i >= 0; i--) {
		for (var j = data[i].length - 1; j >= 0; j--) {
			isShow=false;
			for (var k = buffer.length - 1; k >= 0; k--) {
				if (buffer[k].name==data[i][j]) {
					buffer[k].count++;
					isShow=true;
					break;
				}
			}
			if (isShow==false) {
				buffer.push({
					name:data[i][j],
					count:1
				})
			}
		}
	}
	var ret=[];
	for (var i = buffer.length - 1; i >= 0; i--) {
		if (buffer[i].count>=min_sup) {
			ret.push([buffer[i].name]);
		}
	}
	return ret;
}

//2.计算候选集C(k+1)
function freqKGen(data){
	var candi=[];
	for(var i=0;i<data.length;i++){
		for(var j=i+1;j<data.length;j++){
			candi.push(data[i].concat(data[j]).unique());
		}
	}
	candi=unique(candi);
	var buffer=[];
	for (var i = candi.length - 1; i >= 0; i--) {
		buffer.push({arr:candi[i],count:0});
	}
	//计算支持数
	for (var i = buffer.length - 1; i >= 0; i--) {
		for (var j = dataArr.length - 1; j >= 0; j--) {
			if(isContain(dataArr[j],buffer[i].arr)){
				buffer[i].count++;
			}
		}
	}
	//剪枝
	var ret=[];
	for (var i = buffer.length - 1; i >= 0; i--) {
		if(buffer[i].count>=min_sup){
			ret.push(buffer[i].arr);
		}
	}
	return ret;
}



//判断arr1是否包含arr2
function isContain(arr1,arr2){
	for (var i = arr2.length - 1; i >= 0; i--) {
		if(!arr1.includes(arr2[i])){
			return false;
		}
	}
	return true;
}


function unique(arr){
	var toDel=[]
	for(var i=0;i<arr.length;i++){
		for(var j=i+1;j<arr.length;j++){
			if (arr[i].length==arr[j].length) {
				var flag=true;
				for(var k=0;k<arr[j].length;k++){
					if (!arr[i].includes(arr[j][k])) {
						flag=false;
						break;
					}
				}
				if (flag) {
					toDel.push(i);
					break;
				}
			}
			
		}
	}
	for (var i = toDel.length - 1; i >= 0; i--) {
		arr.splice(toDel[i],1);
	}
	return arr;
}