Apriori算法是挖掘获取事务表的频繁项集的经典算法之一
百度得到的很多算法例程很长,可读性不高
简单的coding一下
'''
Apriori算法流程
对所有的数据项扫描,获取不同向量出现的频次集合L1,根据阈值筛选得到C1----->一频项集
对一频项集组合成为二频次的集合L2,根据阈值筛选得到C2 ------>二频项集
对二频项集组合成为三频次的集合L3,根据阈值筛选得到C3 ------>三频项集
获取向量出现频次函数Get_L()
筛选获取频次项集函数Get_C()
'''
import numpy as np
#统计事务表中每个元素出现的频次,删除没达到阈值的
def Apriori_Init(S, t):
res = {}
for each in S:
for i in each:
res.setdefault(i, 0)
res[i] += 1
for key in list(res.keys()):
if res[key] < t:
res.pop(key)
return res
#扫描事务表得到不同的组合
def Get_L(C):
res = []
tmp = []
k = 0
length = len(C)
for i in range(length):
for j in range(++k, length):
if len(list(set(C[i] + C[j]))) == (len(C[i]) + 1):
tmp.extend(list(set(C[i] + C[j])))