使用Matlab对频繁2项集和频繁3项集的求取

本文作者原创，如需转载，请注明原作者和地址，谢谢合作！

一、问题描述

（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，将每个元组表示成一个行向量，
向量长度为项目的个数。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。
（2）根据给定的最小支持度阈值，确定频繁1项集。
（3）尝试把交易数据矩阵进行缩减，去掉不频繁的项集所在的列。
（4）设计Hash函数，把每个元组散列到Hash桶中。采用HASH桶进行频繁2项集的计算。
（5）计算其余长度的频繁项集，直到Lk为空。
test3.txt的内容如下：项集I={1,2，…,10}，支持度阈值为4。
TID 交易记录
1 6 3 7 8 5 1 2
2 6 1 7 4 9
3 2 10 8 9 1 5
4 2 10 4 5
5 5 2 1 7 6 8 9 10
6 5 4 10 1 3 2 7
7 8 9 2 10 3 7

二、实验目的

根据购买数据库中的记录，对数据库中的元素进行连接和剪枝，并采用HASH桶来计算频繁2项集和频繁3项集。

三、实验内容

程序实现（详细代码）

ffid = fopen('test3.txt','r');%以只读的形式打开
 tline = fgetl(ffid);  %title  读取文件的第一行
 %tline1=fget1(ffid)  读取文件的第二行
 i = 0;
 MAXn = 20;
 data = [];  %data为一个矩阵
 %（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，将每个元组表示成一个行向量， 
 %向量长度为项目的个数。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。(完成)
while feof(ffid) == 0  %循环读取矩阵中的每一行数据
    i = i+1;
    tline1{
   i,1} = fgetl(ffid);    %可以考虑一行一行来读带有字符串的文件。使用fgetl命令。tline1{
   i,1}：结果是一个字符串   tline1{
   i,1}单元数组（可以放任意类型的数值） i表示第i行（看表tline1）
    newdata = zeros(1,MAXn);%行为1长度为20的零矩阵
    line = str2num(tline1{
   i,1});% 字符串矩阵被转换成一个数值矩阵
    line(1) = [];%把第一列数据（TID）去掉
    newdata(line) = 1;%统计每个人的买了哪个商品 如果卖了商品6  则为newdata（6）=1
    data = [data;newdata];%所有人的购买商品的记录  判断谁买了哪个商品（1号商品下的1 判断总的1的个数是否小于最小支持度）
end
%（2）根据给定的最小支持度阈值，确定频繁1项集。
%生成一个矩阵以及使用sum函数对矩阵进行操作。在MATLAB默认的情况下，sum函数对矩阵的每一列的元素进行求和，结果是一个横向量。
%调用格式&