数据挖掘—Apriori算法（Java实现）

算法描述

（1）扫描全部数据，产生候选1-项集的集合C1；
（2）根据最小支持度，由候选1-项集的集合C1产生频繁1-项集的集合L1；
（3）对k>1，重复执行步骤（4）、（5）、（6）；
（4）由Lk执行连接和剪枝操作，产生候选（k+l）-项集的集合Ck+1；
（5）根据最小支持度，由候选（k+l）-项集的集合Ck+1，产生频繁（k+1）-项集的集合Lk+1；
（6）若L≠Φ，则k=k+1，跳往步骤（4）；否则，跳往步骤（7）；
（7）根据最小置信度，由频繁项集产生强关联规则，结束。

代码

public class Apriori2
{
   
    private final static int SUPPORT = 8; // 支持度阈值
    private final static double CONFIDENCE = 0.6; // 置信度阈值
    private final static String ITEM_SPLIT = " "; // 项之间的分隔符
    private final static String CON = "->"; // 项之间的分隔符

    /**
     * 算法主程序
     * @param dataList
     * @return Map<String, Integer>
     */
    public Map<String, Integer> apriori(ArrayList<String> dataList)
    {
   
        Map<String, Integer> stepFrequentSetMap = new HashMap<>(findFrequentOneSets(dataList));//找出候选

        // 1-项集

        //频繁项集
        Map<String, Integer> frequentSetMap = new HashMap<String, Integer>(stepFrequentSetMap);

        while(stepFrequentSetMap.size() > 0)//上一步的频繁项集不为空
        {
   
            Map<String, Integer> candidateSetMap = aprioriGen(stepFrequentSetMap);//生成候选集

            Set<String> candidateKeySet = candidateSetMap.keySet();

            //扫描D，进行计数，计算候选集的支持度计数
            for(String data:dataList)
            {
   
                for(String candidate:candidateKeySet)
                {
   
                    boolean flag = true;
                    String[] strings = candidate.split(ITEM_SPLIT);
                    for(String string:strings)
                    {
   
                        if(!data.contains(string + ITEM_SPLIT))//找不出候选项集中的元素，退出
                        {
   
                            flag = false;
                            break;
                        }
                    }
                    if(flag)
                        candidateSetMap.put(candidate, candidateSetMap.get(candidate)+1);//支持度加一
                }
            }

            //从候选集中找到符合支持度的频繁项集
            stepFrequentSetMap.clear();
            for(String candidate:candidateKeySet)
            {
   
                Integer count = candidateSetMap.get(candidate);
                if(count>=SUPPORT)
                    stepFrequentSetMap.put(candidate