matlab布林算法代码,Matlab关于Apriori算法设计

1、Apriori算法实现步骤：

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法Apriori使用一种称作逐层搜索的迭代方法，“K-1项集”用于搜索“K项集”。

首先，找出频繁“1项集”的集合，该集合记作L1。L1用于找频繁“2项集”的集合L2，而L2用于找L3。如此下去，直到不能找到“K项集”。找每个Lk都需要一次数据库扫描。

核心思想是：连接步和剪枝步。连接步是自连接，原则是保证前k-2项相同，并按照字典顺序连接。剪枝步，是使任一频繁项集的所有非空子集也必须是频繁的。反之，如果某

个候选的非空子集不是频繁的，那么该候选肯定不是频繁的，从而可以将其从CK中删除。

简单的讲，1、发现频繁项集，过程为(1)扫描(2)计数(3)比较(4)产生频繁项集(5)连接、剪枝，产生候选项集 重复步骤(1)~(5)直到不能发现更大的频集

2、产生关联规则，过程为：根据前面提到的置信度的定义，关联规则的产生如下：

(1)对于每个频繁项集L，产生L的所有非空子集；

(2)对于L的每个非空子集S，如果

P(L)/P(S)≧min_conf

则输出规则“SàL-S”

注：L-S表示在项集L中除去S子集的项集

例子：

代码实现：

在讲究代码之前，我先跟大家讲清楚我代码里面说需要的关键点。我的算法全部加起来最多一百多行代码，同时我包装在三个函数中：compute_sup.m(算支持度)、compute_conf.m(算可信度)、Apriori.m(主函数)。

-----------------------compute_sup.m-------------------------------------------------------------------------

funcTIon sup=compute_sup(S， D)

%------------S指传入的一个行向量--------

%------------D指整个数据集