关联规则ECLAT算法

Eclat算法

Eclat算法是一种基于集合交集的深度优先搜索算法，它适用于具有局部性增强特性的顺序执行和并行执行。

与fp-growth 和apriori算法不同，Eclat算法加入了倒排的思想，具体就是将事务数据中的项作为key，每个项对应的事务ID作为value。

举个例子

假设数据集如下所示：

假设支持度为50%，置信度为70%

则最小支持度为：50%×6（TID个数）=3

表一

TID	items
1	A,B,C
2	A,B
3	A
4	A,C
5	B,C,D
6	A,B

Eclat算法的倒排思想，将表格变为：

表二

item(items中的单个元素)	Tids（TID的合集）
A	1,2,3,4,6
B	1,2,5,6
C	1,4,5
D	5

通过转换后的倒排表可以加快频繁集生成速度。 其算法思想是 由频繁k项集求交集，生成候选k+1项集 。对候选k+1项集做裁剪，生成频繁k+1项集，再求交集生成候选k+2项集。如此迭代，直到项集归一。 根据上述数据的情况，我们先计算频繁1项集：

通过倒排表格计算频率

item	freq(频率)
A	5
B	4
C	3
D	1

去除小于最小支持度的item，则频繁1项集为：

item	freq(频率)
A	5
B	4
C	3

根据算法思想：由频繁k项集求交集，生成候选k+1项集 。对候选k+1项集做裁剪，生成频繁k+1项集

在一次扫描数据库后得到每个1项集的支持度, 而候选k项集的支持度就是在对k-1项集进行交集操作后得到的该k项集Tidset中元素的个数。设项集X, 其Tidset为T (X) ,项集Y, 其Tidset为T (Y) , 则X的支持度计数为|T (X) |;Y的支持度计数为|T (Y) |;由项集X和Y可以组成一个新的项集Z, 则Z的支持度计数为|T (X∩Y) |
摘自：Eclat算法的分析及改进
在中国知网查看：https://kns.cnki.net/KXReader/Detail?TIMESTAMP=637377711556093750&DBCODE=CJFD&TABLEName=CJFD2010&FileName=JSJC201023012&RESULT=1&SIGN=nsRsq9PWYElYKG40xJWphpMtntA%3d

求频繁2项集步骤如下

频繁1项集元素排列为{A,B}、{A,C}、{B,C}

**{A,B}**的项集参照表二（倒排表格）

item(items中的单个元素)	Tids（TID的合集）
A	1,2,3,4,6
B	1,2,5,6

其中TID：1,2,6共同存在，则{A,B}出现次数为3，满足最小支持度3。

**{A,C}**的项集参照表二（倒排表格）

item(items中的单个元素)	Tids（TID的合集）
A	1,2,3,4,6
C	1,4,5

其中TID：1,4共同存在，则{A,C}出现次数为2，不满足最小支持度3。

**{B,C}**的项集参照表二（倒排表格）

item(items中的单个元素)	Tids（TID的合集）
B	1,2,5,6
C	1,4,5

其中TID：1,5共同存在，则{B,C}出现次数为2，不满足最小支持度3。

则频繁2项集为

item	freq(频率)
{A，B}	3

依次类推求频繁3项集：

但本题中，频繁2项集的元素就只有两个，不构成3项集，则不存在。