在写这篇文章之前,xxx已经写过了几篇关于改判断数据集主题的文章,想要了解的朋友可以去翻一下之前的文章
刚刚学了数据挖掘的这个算法,马上实现下,怕忘掉了。。感觉matlab的好处就是矩阵可以一起停止逻辑运算,不过我没有停止预处理,输入的数据集保存在txt文件里,且都是以0-1矩阵形成的,不斟酌涌现次数。输出只实现了得到k-频仍项集,没有计算最终的关联规则。。那个感觉要遍历什么的,用矩阵枚举???还没想到怎么弄。。。。
当初就贴贴代码,可能存在很多地方没有斟酌到,,希望各位大神指导。。。。。感谢。。
从k频仍项集得到k+1频仍项集,通过两个k频仍项向量停止或运算得到。。
剪枝判断k+1-候选项的子串是否在k频仍项会合存在,通过向量 异或 xor来判断
统计支持度 提取数据会合指定列 停止与运算 再通过 sum 求和计算 支持度。。
%修改 原来判断两向量是否相称 matlab可以直接用==来判断 如向量 a,b 若用 a==b 等到新的向量 其中若对应位置相称 则为1 否则为0 。。所以好像可以改下下(http://zhidao.baidu.com/question/131185458.html)
% 求真子集 matlab可以用combntns函数 等改 。。
1、init.m
初始化函数,得到1-频仍项集及支持度,输入数据集和最小支持度
function [L A]=init(D,min_sup) %D表现数据集 min_sup 最小支持度
[m n]=size(D);
A=eye(m,n);
B=(sum(D))';
i=1;
while(i<=m)
if B(i)<min_sup
B(i)=[];
A(i,:)=[];
m=m-1;
else
i=i+1;
end
end
L=[A B];
2、apriori_gen.m
function [C]=apriori_gen(A,k)%发生Ck(实现组内连接及剪枝 )
%A表现第k-1次的频仍项集 k表现第k-频仍项集
[m n]=size(A);
C=zeros(0,n);
%组内连接
for i=1:1:m
for j=i+1:1:m
flag=1;
for t=1:1:k-1
if ~(A(i,t)==A(j,t))
flag=0;
break;
end
end
if flag==0 break;
end
c=A(i,:)|A(j,:);
flag=isExit(c,A); %剪枝
if(flag==1)C=[C;c];
end
end
end
信念是巍巍大厦的栋梁,没有它,就只是一堆散乱的砖瓦;信念是滔滔大江的河床,没有它,就只有一片泛滥的波浪;信念是熊熊烈火的引星,没有它,就只有一把冰冷的柴把;信念是远洋巨轮的主机,没有它,就只剩下瘫痪的巨架。
3、 isExit.m
function flag=isExit(c,A)%判断c串的子串在A中是否存在
[m n]=size(A);
b=c;
for i=1:1:n
c=b;
if c(i)==0 continue
end
c(i)=0;
flag=0;
for j=1:1:m
A(j,:);
a=sum(xor(c,A(j,:)));
if a==0
flag=1;
break;
end
end
if flag==0 return
end
end
4、get_k_itemset.m
function [L C]=get_k_itemset(D,C,min_sup)%D为数据集 C为第K次剪枝后的候选集 取得第k次的频仍项集
m=size(C,1);
M=zeros(m,1);
t=size(D,1);
i=1;
while i<=m
C(i,:);
H=ones(t,1);
ind=find(C(i,:)==1);
n=size(ind,2);
for j=1:1:n
D(:,ind(j));
H=H&D(:,ind(j));
end
x=sum(H');
if x<min_sup
C(i,:)=[];
M(i)=[];
m=m-1;
else
M(i)=x;
i=i+1;
end
end
L=[C M];
5、主函数 apriori.m
function [L]=apriori(D,min_sup)
[L A]=init(D,min_sup)%A为1-频仍项集 L中为包含1-频仍项集以及对应的支持度
k=1;
C=apriori_gen(A,k) %发生2项的集合
while ~(size(C,1)==0)
[M C]=get_k_itemset(D,C,min_sup)%发生k-频仍项集 M是带支持度 C不带
if ~(size(M,1)==0)L=[L;M]
end
k=k+1;
C=apriori_gen(C,k)%发生组合及剪枝后的候选集
end
举例数据集
abc =
1 1 1 1 0
0 1 1 0 1
1 1 1 0 1
0 1 0 1 1
1 1 1 1 0
输入:apriori(abc,3)
输出:
频仍项集+支持度
文章结束给大家分享下程序员的一些笑话语录: 手机终究会变成PC,所以ip会比wm更加畅销,但是有一天手机强大到一定程度了就会发现只有wm的支持才能完美享受。就好比树和草,草长得再高也是草,时间到了条件成熟了树就会窜天高了。www.ishuo.cn