关联规则挖掘之Apriori优化

最新推荐文章于 2021-05-26 23:03:31 发布

Diehard_Yin

最新推荐文章于 2021-05-26 23:03:31 发布

阅读量2k

点赞数

分类专栏：数据挖掘文章标签： Apriori优化 C++实现

本文链接：https://blog.csdn.net/yinlili2010/article/details/40320761

版权

本文探讨了Apriori算法的优化策略，包括事务性压缩、杂凑法、PCY算法、多阶段算法和多哈希算法。通过这些方法，可以提升Apriori在关联规则挖掘中的效率。

摘要由CSDN通过智能技术生成

一、仔细看代码会发现如果要加入一个L4是很简单的。计算L4的代码如下：

	/*construct C4...................................................*/
	vector<Node4> c4;
	vector<Node4> l4;

	vector<Node3>::iterator ite41=l3.begin();//iter 41,42
	for(;ite41!=l3.end();ite41++)
	{
		vector<Node3>::iterator ite42=l3.begin();
		for(;ite42!=l3.end();ite42++)
		{

			if(ite41->index_j==ite42->index_i && ite41->index_k == ite42->index_j)
			{
				Node4 n4(ite41->index_i,ite41->index_j,ite41->index_k, ite42->index_k,0);
				c4.push_back(n4);
			}

		}
	}
	/*countC3.................................................*/
	for(int out=0;out<D;out++)
	{
		for(int i=0;a[out][i]!='\0';i++)
		{
			int h1 = hash1(a[out][i]);
			for(int j=i+1;a[out][j]!='\0';j++)
			{
				int h2=