c语言apriori算法软件,关联规则Apriori算法源代码示例(C语言实现)

最新推荐文章于 2024-05-31 16:54:13 发布
最新推荐文章于 2024-05-31 16:54:13 发布
阅读量1.3k 收藏 6
点赞数
文章标签： c语言apriori算法软件

Apriori算法是数据挖掘中的算法之一，关联规则Apriori算法的示例程序的全部源代如下(C语言实现)，仅供参考。

#include

#include

#include

#include

#define

ITEM_NAME_LENGTH 20

#define

MIN_SUPPORT

2

//数据结构定义

struct

ITEMSET

{

char

itemName[ITEM_NAME_LENGTH];

struct

ITEMSET *next;

};

struct

TRANSACTION

{

unsigned

int tranID;

struct

ITEMSET *itemPoint;

struct

TRANSACTION *next;

};

struct

BIGITEMSET

{

struct

ITEMSET *itemPoint;

unsigned

int count;

struct

BIGITEMSET *next;

};

//数据库

char

*tran1[3]={"1","3","4"};

char

*tran2[3]={"2","3","5"};

char

*tran3[4]={"1","2","3","5"};

char

*tran4[2]={"2","5"};

struct

TRANSACTION *tranHead;

struct

BIGITEMSET

*bigHead;

struct

BIGITEMSET

*test;

struct

BIGITEMSET

*subSetHeadC1,*subSetHeadC2;

//函数声明

void

AprioriGen(void);

void

DispalyTransaction(void);

void

CreateTransactionLink(void);

void

GetBigItem1Set(struct TRANSACTION *head);

void

CompositorBigItem1Set(struct BIGITEMSET *head);

int

HaveThisItem(struct BIGITEMSET *head,char itemName[]);

struct

ITEMSET *CreateItemsetLink(char *tran[],int number);

void

AddNodeToHeadLink(struct BIGITEMSET *head,struct BIGITEMSET

*add);

struct

BIGITEMSET *GetSetsSubSet(unsigned int k_1,struct

BIGITEMSET

*setLink);

void

DeleteNodeLowerMinSupport(struct BIGITEMSET *head,unsigned int

minSupport);

void

RecordSupportCounter(struct BIGITEMSET *iHead,struct

TRANSACTION *tHead,int cN);

//主程序

void

main()

{

CreateTransactionLink();

DispalyTransaction();

AprioriGen();

free(tranHead);

free(bigHead);

printf("\n铵任意键退出");

getch();

return;

}

//函数功能：建立一个事务集合

struct

ITEMSET *CreateItemsetLink(char *tran[],int number)

{

struct

ITEMSET *head,*p,*r;

int

i;

p=(struct

ITEMSET *)malloc(sizeof(struct ITEMSET));

head=p;

p->next=NULL;

r=p;

for(i=0;i

{

p=(struct

ITEMSET *)malloc(sizeof(struct ITEMSET));

strcpy(p->itemName,tran[i]);

p->next=NULL;

r->next=p;

r=r->next;

}

return

head;

}

//函数功能：建立数据库

void

CreateTransactionLink(void)

{

struct

TRANSACTION *p,*q;

p=(struct

TRANSACTION *)malloc(sizeof(struct TRANSACTION));

if(p==NULL)

{

printf("\nNot enough memory\n");

return;

}

tranHead=p;

p->next=NULL;

q=p;

p=(struct

TRANSACTION *)malloc(sizeof(struct TRANSACTION));

if(p==NULL)

{

printf("\nNot enough memory\n");

return;

}

p->itemPoint=CreateItemsetLink(tran1,3);

p->tranID=1;

p->next=NULL;

q->next=p;

q=q->next;

p=(struct

TRANSACTION *)malloc(sizeof(struct TRANSACTION));

if(p==NULL)

{

printf("\nNot enough memory\n");

return;

}

p->itemPoint=CreateItemsetLink(tran2,3);

p->tranID=2;

p->next=NULL;

q->next=p;

q=q->next;

p=(struct

TRANSACTION *)malloc(sizeof(struct TRANSACTION));

if(p==NULL)

{

printf("\nNot enough memory\n");

return;

}

p->itemPoint=CreateItemsetLink(tran3,4);

p->tranID=3;

p->next=NULL;

q->next=p;

q=q->next;

p=(struct

TRANSACTION *)malloc(sizeof(struct TRANSACTION));

if(p==NULL)

{

printf("\nNot enough memory\n");

return;

}

p->itemPoint=CreateItemsetLink(tran4,2);

p->tranID=4;

p->next=NULL;

q->next=p;

}

//函数功能：显示数据集合的所有信息

void

DispalyTransaction(void)

{

struct

TRANSACTION *p;

struct

ITEMSET *r;

p=tranHead->next;

r=tranHead->next->itemPoint->next;

printf("数据库如下:\n");

while(p)

{

printf("事务

ID号：

- 该事务的项目:

",p->tranID);

while(r)

{

printf("%3s",r->itemName);

r=r->next;

}

printf("\n");

p=p->next;

if(p)

r=p->itemPoint->next;

}

}

//函数功能：从数据库获取大项目集1项目集

void

GetBigItem1Set(struct TRANSACTION *head)

{

struct

TRANSACTION *tempTran;

struct

ITEMSET

*tempItem;

struct

BIGITEMSET *p,*q;

p=(struct

BIGITEMSET *)malloc(sizeof(struct BIGITEMSET));

if(p==NULL)

{

printf("\nNot enough memory\n");

return;

}

bigHead=p;

q=p;

p->next=NULL;

p->itemPoint=NULL;

tempTran=head->next;

tempItem=head->next->itemPoint->next;

while(tempTran)//遍历整个数据集

{

while(tempItem)//遍历整个事务集

{

p=(struct

BIGITEMSET *)malloc(sizeof(struct BIGITEMSET));

if(p==NULL)

{

printf("\nNot enough memory\n");

return;

}

if(!HaveThisItem(bigHead,tempItem->itemName))//如果还没在此项目，加到大项目中

{

p->itemPoint=(struct ITEMSET

*)malloc(sizeof(struct ITEMSET));

if(p->itemPoint==NULL)

{

printf("\nNot enough memory\n");

return;

}

strcpy(p->itemPoint->itemName,tempItem->itemName);

p->next=NULL;

p->itemPoint->next=NULL;

AddNodeToHeadLink(bigHead,p);

}

tempItem=tempItem->next;

}

tempItem=tempTran->itemPoint->next;

tempTran=tempTran->next;

}

CompositorBigItem1Set(bigHead);

}

//函数功能：判断项目是否在已有项目集中

int

HaveThisItem(struct BIGITEMSET *head,char itemName[])

{

struct

BIGITEMSET *p;

struct

ITEMSET

*q;

p=head->next;

while(p)

{

q=p->itemPoint;

while(q)

{

if(strcmp(q->itemName,itemName)==0)

return

1;

q=q->next;

}

p=p->next;

}

return

0;

}

//函数功能：在已有项目集中加入一个新的项目

void

AddNodeToHeadLink(struct BIGITEMSET *head,struct BIGITEMSET

*add)

{

struct

BIGITEMSET *p,*q;

p=head;

q=head->next;

while(q)

{

p=q;

q=q->next;

}

p->next=add;

}

//函数功能：对项目集进行排序,小到大

void

CompositorBigItem1Set(struct BIGITEMSET *head)

{

char

itemName[ITEM_NAME_LENGTH];

struct

BIGITEMSET *p,*q;

p=head->next;

q=head->next->next;

while(q)

{

while(q)

{

if(strcmp(q->itemPoint->itemName,p->itemPoint->itemName)<0)

{

strcpy(itemName,q->itemPoint->itemName);

strcpy(q->itemPoint->itemName,p->itemPoint->itemName);

strcpy(p->itemPoint->itemName,itemName);

}

q=q->next;

}

p=p->next;

q=p->next;

}

}

//函数功能：删除支持数小于最小支持数的结点

void

DeleteNodeLowerMinSupport(struct BIGITEMSET *head,unsigned int

minSupport)

{

struct

BIGITEMSET

*p,*q;

p=head;

q=head->next;

while(q)

{

if(q->count

{

p->next=q->next;

free(q);

q=p->next;

continue;

}

p=p->next;

q=q->next;

}

if(q=NULL)

p->next=NULL;

}

//函数功能：对项目支持数进行计数

void

RecordSupportCounter(struct BIGITEMSET *bHead,struct

TRANSACTION *tHead,int cN)

{

struct

TRANSACTION *p;

struct

BIGITEMSET

*r,*s;

struct

ITEMSET *m;

unsigned

int i;

int

count0=0,count1=0,count2=0,count3=0;

r=bHead->next;

while(r)//先对每个记录清零

{

r->count=0;

r=r->next;

}

r=bHead->next;

switch(cN)

{

case

1:

while(r)//对大项集中每一项都有要对数据集进行完全遍历

{

p=tHead->next;

while(p)//对数据集进行完全遍历

{

m=p->itemPoint->next;

while(m)//对事件完全遍历

{

if(strcmp(m->itemName,r->itemPoint->itemName)==0)

r->count++;

m=m->next;

}

p=p->next;

}

r=r->next;

}

break;

case

2:

while(r)//对大项集中每一项都有要对数据集进行完全遍历

{

p=tHead->next;

while(p)//对数据集进行完全遍历

{

m=p->itemPoint->next;

while(m)//对事件完全遍历

{

for(i=0;iitemPoint->itemName);i++)

{

if(r->itemPoint->itemName[0]==m->itemName[i])

count0++;

if(r->itemPoint->itemName[1]==m->itemName[i])

count1++;

}

m=m->next;

}

if((count0==count1)&&(count0!=0))

count2++;

count0=0;

count1=0;

p=p->next;

}

if(count2)

r->count=count2;

else

r->count=0;

count0=0;

count1=0;

count2=0;

r=r->next;

}

break;

case

3:

while(r)//对大项集中每一项都有要对数据集进行完全遍历

{

p=tHead->next;

while(p)//对数据集进行完全遍历

{

m=p->itemPoint->next;

while(m)//对事件完全遍历

{

for(i=0;iitemPoint->itemName);i++)

{

if(r->itemPoint->itemName[0]==m->itemName[i])

count0++;

if(r->itemPoint->itemName[1]==m->itemName[i])

count1++;

if(r->itemPoint->itemName[2]==m->itemName[i])

count2++;

}

m=m->next;

}

if((count0==count1)&&(count1==count2)&&(count0!=0))

count3++;

count0=0;

count1=0;

count2=0;

p=p->next;

}

if(count3)

r->count=count3;

else

r->count=0;

count0=0;

count1=0;

count2=0;

count3=0;

r=r->next;

}

r=bHead->next;

s=r->next;

while(s)

{

if(strcmp(r->itemPoint->itemName,s->itemPoint->itemName)==0)

{

r->next=s->next;

free(s);

s=r->next;

continue;

}

r=r->next;

s=s->next;

}

if(s)

r->next=NULL;

break;

default:

break;

}

}

//函数功能：获取K-1子集

struct

BIGITEMSET *GetSetsSubSet(unsigned int k_1,struct

BIGITEMSET

*setLink)

{

struct

BIGITEMSET *head,*p,*q,*r,*s;

struct

ITEMSET *m;

int

i;

p=(struct

BIGITEMSET *)malloc(sizeof(struct BIGITEMSET));

if(p==NULL)

{

printf("\nNot enough memory\n");

return

NULL;

}

head=p;

p->next=NULL;

q=p;

r=setLink->next;

s=r;

switch(k_1)

{

case

1:

while(r)

{

while(s)

{

if(r->itemPoint->itemName[0]itemPoint->itemName[0])

{

p=(struct

BIGITEMSET *)malloc(sizeof(struct BIGITEMSET));

if(p==NULL)

{

printf("\nNot enough memory\n");

return NULL;

}

p->next=NULL;

m=(struct

ITEMSET *)malloc(sizeof(struct ITEMSET));

if(m==NULL)

{

printf("\nNot enough memory\n");

return NULL;

}

m->next=NULL;

m->itemName[0]=r->itemPoint->itemName[0];

m->itemName[1]=s->itemPoint->itemName[0];

for(i=2;i

m->itemName[i]='\0';

p->itemPoint=m;

q->next=p;

q=p;

}

s=s->next;

}

r=r->next;

s=r;

}

return

head;

case

2:

while(r)

{

while(s)

{

if(r->itemPoint->itemName[1]itemPoint->itemName[1])

{

p=(struct

BIGITEMSET *)malloc(sizeof(struct BIGITEMSET));

if(p==NULL)

{

printf("\nNot enough memory\n");

return NULL;

}

p->next=NULL;

m=(struct

ITEMSET *)malloc(sizeof(struct ITEMSET));

if(m==NULL)

{

printf("\nNot enough memory\n");

return NULL;

}

m->next=NULL;

m->itemName[0]=r->itemPoint->itemName[0];

m->itemName[1]=r->itemPoint->itemName[1];

m->itemName[2]=s->itemPoint->itemName[1];

for(i=3;i

m->itemName[i]='\0';

p->itemPoint=m;

q->next=p;

q=p;

}

s=s->next;

}

r=r->next;

s=r;

}

return

head;

default:

return

NULL;

}

}

void

AprioriGen(void)

{

GetBigItem1Set(tranHead);

RecordSupportCounter(bigHead,tranHead,1);

printf("\n项集C1的项目如下:\n");

test=bigHead->next;

while(test)

{

printf("项目:%5s",test->itemPoint->itemName);

printf("

支持度:M\n",test->count);

test=test->next;

}

DeleteNodeLowerMinSupport(bigHead,MIN_SUPPORT);

printf("项集L1的项目如下:\n");

test=bigHead->next;

while(test)

{

printf("项目:%5s",test->itemPoint->itemName);

printf("

支持度:M\n",test->count);

test=test->next;

}printf("\n");

subSetHeadC1=GetSetsSubSet(1,bigHead);

RecordSupportCounter(subSetHeadC1,tranHead,2);

test=subSetHeadC1->next;

printf("项集C2的项目如下:\n");

while(test)

{

printf("项目:%5s",test->itemPoint->itemName);

printf("

支持度:M\n",test->count);

test=test->next;

}

DeleteNodeLowerMinSupport(subSetHeadC1,MIN_SUPPORT);

test=subSetHeadC1->next;

printf("项集L2的项目如下:\n");

while(test)

{

printf("项目:%5s",test->itemPoint->itemName);

printf("

支持度:M\n",test->count);

test=test->next;

}printf("\n");

subSetHeadC2=GetSetsSubSet(2,subSetHeadC1);

RecordSupportCounter(subSetHeadC2,tranHead,3);

test=subSetHeadC2->next;

printf("项集C3的项目如下:\n");

while(test)

{

printf("项目:%5s",test->itemPoint->itemName);

printf("

支持度:M\n",test->count);

test=test->next;

}

DeleteNodeLowerMinSupport(subSetHeadC2,MIN_SUPPORT);

test=subSetHeadC2->next;

printf("项集L3的项目如下:\n");

while(test)

{

printf("项目:%5s",test->itemPoint->itemName);

printf("

支持度:M\n",test->count);

test=test->next;

}printf("\n");

}

运行结果如下：

a4c26d1e5885305701be709a3d33442f.png

Java填坑之路
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数学建模-MATLAB算法精讲系列文章目录介绍（持续补充ing）
qq_36130719的博客
08-30 2171
结合实际案例，从算法背景开始一步步到最终代码实现，本系列文章主要以matlab代码为主，为照顾学习其他编程语言的小伙伴，大部分算法会附带python、Java、C++、R语言等市面上主流代码，满足各层面的用户学习。部分内容参见网络文献，如有侵权，请联系博主删除本专栏中涉及的MATLAB基础知识讲解篇详见文章内容主要包括算法背景、算法原理、算法优缺点、算法伪代码、算法的应用场景、算法的应用案例、算法的拓展以及多语言实现算法的代码化。
结合mahout的数据挖掘算法介绍
行走的逗比
09-03 2万+
数据挖掘算法 前言：数据挖掘和机器学习包含了许多的算法，算法的介绍往往是枯燥乏味的。本文中结合mahout和小例子还解释这些算法。因此我们先介绍一下mahout。 准备工作：Mahout环境的搭建 初识mahout Hadoop是为了大数据而生的，在之前的学习中，我们也了解了Mapreduce程序的基本原理。但是，读者对如何将Hadoop应用到大数据还是没有一个清晰地认识。相信读者朋友们了
Apriori的c++代码实现
kongranOvO的博客
04-24 1939
数据挖掘Apriori
关联规则（Apriori算法）
wmy0217_的博客
05-31 1564
通过调查，在美国超市，在购买婴儿尿布的年轻父亲中，有30%-40%的人同时会买一些啤酒。随后超市将尿布和啤酒放在一起，明显增加了销售额。若两个或多个变量的取值之间存在某种规律性，则称为关联。关联规则是寻找在同一个事件中出现的不同项的相关性，例如，在一次购买活动中所买不同商品的相关性。
关联分析：Apriori与FP-growth算法-代码
轩逸云的博客
03-30 2015
大型超市有海量的交易数据，我们可以通过聚类算法寻找购买相似物品的人群，从而为特定人群提供更具个性化的服务。但是对于超市来讲，更有价值的是如何找出商品的隐藏关联，从而打包促销，以增加营业收入。其中最经典的案例就是关于尿不湿和啤酒的故事。怎样在繁杂的数据之间寻找到数据之间的隐藏关系？当然可以使用穷举法，但代价高昂，所以需要使用更加智能的方法在合理时间内找到答案。Apriori就是其中的一种关联分析方法。 基本概念 关联分析是一种在大规模数据集中寻找有趣关系的非监督学习算法。这......
c语言 算术平均滤波法_基本C语言滤波算法
weixin_32374723的博客
01-14 1898
11种软件滤波方法的示例程序假定从8位AD中读取数据(如果是更高位的AD可定义数据类型为int),子程序为get_ad();1、限副滤波/* A值可根据实际情况调整value为有效值，new_value为当前采样值滤波程序返回有效的实际值 */#define A 10char value;char filter(){char new_value;new_value = get_ad();if...
经典数据挖掘算法（介绍了包括18大数据挖掘在内的多种经典数据挖掘算法）
似水流年
02-23 1万+
前言 文章标题的两个概念也许对于许多同学们来说都相对比较陌生，都比较偏向于于理论方面的知识，但是这个算法非常的强大，在很多方面都会存在他的影子。2个概念，1个维特比算法，1个隐马尔可夫模型。你很难想象，输入法的设计也会用到其中的一些知识。 HMM-隐马尔可夫模型 隐马尔可夫模型如果真的要展开来讲，那短短的一篇文章当然无法阐述的清，所以我会以最简单的方式解释。隐马尔可夫模型简称HMM，
机器学习入门基础（万字总结）（建议收藏！！！）
热门推荐
subsistent的博客
12-04 2万+
机器学习是人工智能的重要技术基础，涉及的内容十分广泛。本文章涵盖了机器学习的基础知识，主要包括机器学习的概述、 回归、分类、聚类、神经网络、文本分析、图像分析、深度学习等经典的机器学习基础知识，还包括深度学习入门等拔高内容。介绍机器学习的基础概念和知识，包括机器学习简史、主要流派、与人工智能、数据挖掘的关系、应用领域、算法、一般流程等。伴随着计算机计算能力的不断提升以及大数据时代的迅发展人工智能也取得了前所未有的进步。
典型的多层神经网络模型,神经网络多传感器融合
wenangou的博客
10-07 2825
两者间不具有明显的关系，前者是一类需要解决的问题，即将处于不同层次或相同层次的传感器信息进行全局性或局部性的融合。（加权平均就是一种最简单的融合）。 神经网络（NN）是人工智能算法中的一种方法，其可以用于解决诸如多传感器信息融合这样的一类问题，其应用领域多种多样。 总而言之，两者间非必须的一种组合，但是两者相结合也是一种处理问题的方法。 RBF(radial basis functions)径向基网络也只是神经网络的一种类型，其是前馈型网络的一种。谷歌人工智能写作项目：小发猫近20 年来，人们提出了多种信息
深度学习基础知识整理
h
11-24 9718
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/kwame211/article/details/81165381 本文是在七月的BAT机器学习面试1000题系列进行修改。&nbsp; 前言 &nbsp; &nbsp...
使用Apriori算法进行关联规则挖掘的实验报告与代码实现
04-06
代码部分可能涉及Python编程语言，使用了像`pandas`库处理数据，`apriori`函数实现Apriori算法，以及`association_rules`函数生成和过滤关联规则。 实验报告可能会讨论实验过程中遇到的问题、优化策略以及对挖掘...
基于Apriori算法的关联规则挖掘系统的设计与实现_大数据apriori_关联规则_#大数据论文_Apriori算法_
10-03
标题中的“基于Apriori算法的关联规则挖掘系统的设计与实现”揭示了本文的核心主题，主要探讨了如何利用Apriori算法在大数据环境下构建关联规则挖掘系统。关联规则挖掘是数据挖掘领域的一个重要方法，其目标是从大...
关联规则数据挖掘Apriori算法的JAVA实现
11-01
本Java实现的Apriori算法提供了一个图形用户界面，方便用户对布尔类型的数据库进行操作，从而发现隐藏的关联规则。 Apriori算法的核心思想是基于频繁项集和置信度来挖掘关联规则。频繁项集是指在数据库中出现次数...
Apriori算法，关联规则挖掘算法，人工智能
06-05
Apriori算法是一种常见的关联规则挖掘算法，用于发现数据集中的频繁项集。在市场营销和产品推荐等领域中，它被广泛应用，以帮助企业根据客户购买模式制定更加精准的营销策略。 Apriori算法基于以下两个假设： 如果...
matlab实现apriori算法关联分析源代码.doc
11-21
“matlab实现apriori算法关联分析源代码” Apriori 算法是一种常用的关联规则挖掘算法，它可以从大量数据中发现隐含的关联关系。下面是 Apriori 算法的详细说明： 一、实验目的 通过实验，加深数据挖掘中一个...
大学生挑战杯-喜树根器官培养和抗癌物质喜树碱生成的研究.rar
07-26
大学生挑战杯-喜树根器官培养和抗癌物质喜树碱生成的研究.rar
b278视频及游戏管理平台-springboot+vue.zip（可运行源码+sql文件+）
07-26
视频及游戏管理平台是一个很好的项目，结合了后端（Spring Boot）和前端（Vue.js）技术，实现了前后端分离。 视频及游戏管理平台是一个很好的项目，结合了后端（Spring Boot）和前端（Vue.js）技术，实现了前后端分离。 视频及游戏管理平台是一个很好的项目，结合了后端（Spring Boot）和前端（Vue.js）技术，实现了前后端分离。 视频及游戏管理平台是一个很好的项目，结合了后端（Spring Boot）和前端（Vue.js）技术，实现了前后端分离。 视频及游戏管理平台是一个很好的项目，结合了后端（Spring Boot）和前端（Vue.js）技术，实现了前后端分离。 视频及游戏管理平台是一个很好的项目，结合了后端（Spring Boot）和前端（Vue.js）技术，实现了前后端分离。
大模型应用-为Ollma开发的简单的HTML网页UI应用-附项目源码-优质项目实战.zip
最新发布
07-26
大模型应用_为Ollma开发的简单的HTML网页UI应用_附项目源码_优质项目实战
c语言实现灰色关联分析
03-25
灰色关联分析是一种用于研究多因素之间关系的方法，通常应用于数据分析和决策支持。在C语言中，可以使用灰色关联分析算法实现对多个变量之间的关联性进行分析和研究。具体实现方式取决于所使用的算法和数据结构。如果您需要特定的实现细节或代码示例，请提供更具体的问题或要求。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值