apriori算法实验报告及程序

《apriori算法实验报告及程序》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Apriori算法实验报告术技用应机算计:«:tw:学姓专教计算机学院1APRIORI实验11.1胃i11.1.1国闪外研究概况11.1.2发展趋势11.2实验内容与要求11.2.1实验内容11.2.2实-验要求11.2.3实验目的22APRIORI算法分析与实验环境32.1APRIORI算法的描述32.2APRIORI算法的步骤32.3幵发环境32.3.1软件环境32.3.2硬件环境42.4本章小结43W翻勝53.1APRIORI算法整体框架53.2主要的数据结构与函数53.2.1数据结构53.2.2主要的程序63.2.3连接与剪枝操作63.3本章小结64数据库的设计与数据的来源74.1

2、正确性验证数据74.2实验数据74.3本章小结85实验结果与性能分析95.1APRIORI实验界面95.2实验的正确性验证95.3实验性能分析105.3.1固定最小支持度改变数据量105.3.2固定数据量改变最小支持度115.3.3实验结果分析115.4本章小结126总结与体会131Apriori实验1.1实验背景现在，数据挖掘作为从数据中获取信息的有效方法，越来越受到人们的重视。关联规则挖掘首先是用来发现购物篮数据事务屮各项之间的有趣联系。从那以后，关联规则就成为数据挖掘的重要研宄方向，它是耍找出隐藏在数据间的相互关系。目前关联规则挖掘的研宄工作主要包括：Apriori算法的扩展、数量关

3、联规则挖掘、关联规则增量式更新、无须生成候选项目集的关联规则挖掘、最大频繁项目集挖掘、约束性关联规则挖掘以及并行及分布关联规则挖掘算法等。关联规则的挖掘问题就是在事务数据库D中找出具有用户给定的满足一定条件的最小支持度Minsup和最小置信度Minconf的关联规则。1.1.1国内外研究概况1993年，Agrawal等人首先提出关联规则概念，关联规则挖掘便迅速受到数据挖掘领域专家的广泛关注.迄今关联规则挖掘技术得到了较为深入的发展。Apriori算法是关联规则挖掘经典算法。针对该算法的缺点，许多学者提出了改进算法，主要有基于哈希优化和基于事务压缩等。1.1.2发展趋势关联规则挖掘作为数据挖

4、掘的重要研究内容之一，主要研究事务数据库、关系数据库和其他信息存储中的人量数据项之间隐藏的、冇趣的规律。关联规则挖掘最初仅限于事务数据库的布尔型关联规则，近年來广泛应用于关系数据库，因此，积极开展在关系数据库中挖掘关联规则的相关研究具有重要的意义。近年来，己经有很多基于Apriori算法的改进和优化。研究者还对数据挖掘的理论进行了有益的探索，将概念格和粗糙集应用于关联规则挖掘中，获得了显著的效果。到目前为止，关联规则的挖掘己经取得了令人瞩0的成绩，包括：单机环境下的关联规则挖掘算法；多值属性关联规则挖掘；关联规则更新算法；基于约束条件的关联规则挖掘；关联规则并行及分亦挖掘算法等。1.2实验

5、内容与要求1.2.1实验内容编程实现Apriori算法:要求使用‘a’，‘b’，‘c’，‘d’，‘e’，‘f’，‘g’，‘h’，‘i’，‘j’10个项目随机产生数据记录并存入数据库。从数据库读取记录进行Apriori实验，获得频繁集以及关联规则，实现可视化。并用课堂上PPT的实例测试其正确性。1.2.2实验要求1、程序结构：铋括前台工具和数据库；2、设定项B种类为10个，随机产生事务，生成数据库；3、正确性验证（可用课堂上的例子）；4、算法效率的研宄：在支持度固定数据量不同的时候测量运行时间；在数据量固定，支持度不同的时候测量运行时间；5、注意界面的设计，输入最小支持度和最小可信度，能够输

6、出并显示频繁项目集以及关联规则。1.2.3实验目的1、加强对Apriori算法的理解；2、锻炼分析问题、解决问题并动手实践的能力。2Apriori算法分析与实验环境2.1Apriori算法的描述△priori算法是一种找频繁项目集的基本算法。其基本原理是逐层搜索的迭代：频繁K项Lk集用于搜索频繁(K+1)项集Lk+1,如此丁去，直到不能找到维度更高的频繁项集为止。这种方法依赖连接和剪枝这两步来实现。算法的第一次遍历仅仅计算每个项目的具体值的数量，以确定大型1项集。随后的遍历，第k次遍历，包括两个阶段。首先，使用在第(k-1)次遍历中找到的大项集Lk-1和产生候选项集Ck。接着扫描数据库，计

7、算Ck中候选的支持度。用Hash树可以有效地确定Ck中包含在一个给定的事务t中的候选。如果某项集满足最小支持度，则称它为频繁项集。2.2Apriori算法的步驟步骤如下：1、设定最小支持度s和最小置信度C;2、Apriori算法使用候选项集。首先产生出候选的项的集合，即候选项集，若候选项集的支持度大于或等于最小支持度，则该候选项集为频繁项集；3、在Apriori算法的过程中，首先从数据库读入所有的事务，每个项都被看作候选