Matlab上机三（Apriori算法）

1、题目要求

（1） 读取给定的交易数据库test3.txt，将整个交易数据库表示为一个矩阵，每个元组表示成一个行向量，向量长度为4。其中，一个项目出现在这个元组中，则相应位置设为1，否则为0。如第1个交易{1,2}表示为
向量[ 1 1 0 0]。
（2）根据给定的最小支持度阈值（本题为3），确定频繁1项集。
（3）计算其余长度的频繁项集，直到Lk为空。
（4）尝试用Apriori算法实现

text3.txt数据

 1 2
 2 3 4
 1 2 3 4
 1 2 4
 1 2 3 4

2、解题代码和步骤

clear
clc
%fopen以读的方式打开一个文件
ffid=fopen('text3.txt','r')
i=0;
MAXn=4;
data=[];
%读取给定的交易数据库text3.txt将整个交易数据库表示为一个矩阵，将元祖表示成一个行向量
%向量的长度为项目的个数，其中一个项目初夏你在这个元组中，响应位置设为1，否则为0

%检查流文件ffid是否已经达到末尾
while feof(ffid)==0
    i=i+1;
    %读取文件流ffid中一行数据，并将其存储到变量tline{i，1}中
    tline{i,1}=fgetl(ffid);
    %显示值
    disp(tline{i,1})
    %创建一个长度为MAXn的全0向量
    newdata=zeros(1,MAXn);
    %str2num将字符串转换为数值
    line=str2num(tline{i,1});
    disp(line)
    
    newdata(line)=1;
    disp(newdata)
    %将newdata向量添加到data向量末尾
    data=[data;newdata];
end
disp('data')
disp(data)

%最小支持度为3
%用datasum统计每个项目的支持度，将datasum中支持度小于3的位置等于0
%标记datasum中为0的序列号，将data矩阵中相应的序列号的位置等于0
%频繁1项级为datasum中大于0的项

%data向量中所有元素的和
datasum=sum(data);
disp('datasum')
disp(datasum)
%小于3的元素设置为0
datasum(datasum<3)=0;
%datasum元素等于0的索引
[,col]=find(datasum==0);
%第col列的元素设置为0
data(:,col)=0;
%找到第一行大于0的元素
disp(datasum(1,:)>0)
L1=find(datasum(1,:)>0);
disp('L1');
disp(L1);

C2=[];
%从1开始到L1最后一列的前一列
for j=1:size(L1,2)-1
    %从j+1开始到L1矩阵最后一列
    for j1=j+1:size(L1,2)
        C2=[C2;L1(j),L1(j1)];
    end
end
disp('C2')
disp(C2)
count=0;
L2=[];

%从1开始到C2的最后一列
for j=1:size(C2,1)
    count=0;
    for i=1:size(data,1)%size(data,1)=5
        if data(i,C2(j,1))==1 && data(i,C2(j,2))==1
            count=count+1;
        end
    end
    if count>=3
        L2=[L2;C2(j,1),C2(j,2)];
    end
end
disp('L2');
disp(L2);

C3=[];
%size(L2,1)=5
for j=1:size(L2,1)-1
    for j1=j+1:size(L2,1)
        index1=L2(j,1);%index1=1
        index2=L2(j1,1);%index2=1
        if index1==index2
            %将矩阵L2的第j和j1行的第二列添加的C3末尾
            C3=[C3;index1,L2(j,2),L2(j1,2)];
        end
    end
end
disp('C3')
disp(C3)
mC3=[];
%遍历C3的每一行
for j=1:size(C3,1)
    %将每行第一列元素赋值
    index=C3(j,1);
    index1=C3(j,2);
    index2=C3(j,3);
    for j1=1:size(L2,1)
        index3=L2(j1,1);
        index4=L2(j1,2);
        if index1==index3&&index2==index4
            mC3=[mC3;index,index3,index4];
        end
    end
end
disp('mC3')
disp(mC3)
L3=[];
for j=1:size(mC3,1)%size(mC3,1)=2
    count=0;
    for j1=1:size(data,1)%size(data,1)=5
        if data(j1,mC3(j,1))==1&&data(j1,mC3(j,2))==1&&data(j1,mC3(j,3))==1%data(1~5,1~2)==1&&data(1~5,2,3)==1
                count=count+1;
        end
    end
    if(count>=3)
        L3=[L3;mC3(j,1),mC3(j,2),mC3(j,3)];
    end
end
disp('L3');
disp(L3);

3、代码和图解释

L1：

L2：

4、输出的结果

ffid =

    83

 1 2
     1     2

     1     1     0     0

 2 3 4
     2     3     4

     0     1     1     1

 1 2 3 4
     1     2     3     4

     1     1     1     1

 1 2 4
     1     2     4

     1     1     0     1

 1 2 3 4
     1     2     3     4

     1     1     1     1

data
     1     1     0     0
     0     1     1     1
     1     1     1     1
     1     1     0     1
     1     1     1     1

datasum
     4     5     3     4

     1     1     1     1

L1
     1     2     3     4

C2
     1     2
     1     3
     1     4
     2     3
     2     4
     3     4

L2
     1     2
     1     4
     2     3
     2     4
     3     4

C3
     1     2     4
     2     3     4

mC3
     1     2     4
     2     3     4

L3
     1     2     4
     2     3     4

>>