Apriori算法实验报告

《Apriori算法实验报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、题目Apriori算法实现学生姓名学生学号专业班级指导教师2014-12-27实验一Apriori算法实现一、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。二、实验要求使用一种你熟悉的程序设计语言，如C++或Java，实现Apriori算法，至少在两种不同的数据集上比较算法的性能。三、实验环境Win7旗舰版+VisualStudio2010语言：C++四、算法描述1、Apriori算法说明在Apriori算法中，寻找频繁项集的基本思想是：A.简单统计所有含一个元素项目集出现的频率，找出不小于最小支持度

2、的项目集,即频繁项集；B.从第二步开始，循环处理直到再没有最大项目集生成。循环过程是:第k步中,根据第k-1步生成的频繁(k-1)项集产生侯选k项集。根据候选k项集，算出候选k项集支持度，并与最小支持度比较,找到频繁k项集。下文中遇到的以下符号,分别代表相应的内容k-itemset　k项集Lk　　　　频繁k项集Ck　　　　侯选k项集1、Apriori算法描述数据结构说明doubleminsup;//设置最小支持度mapitems_count;//统计各个项集的数目vector>datave

3、c;//原始数据项集vector>candidatevec;//候选项集vector>frequentvec;//频繁项集ofstreamoutFile;intround=1;//生成项集轮次longtrancount=0;//原始事务总数//判断某个项目在某一个事务中是否存在，存在则值为1，反之为0vector>bitmap;Apriori算法的第一步是简单统计所有含一个元素的项集出现的频率，来决定频繁1项集。在第k步,分两个阶段：1，用函数gen

4、CanItemsetK，通过第(k-1)步中生成的频繁(k-1)项集来生成侯选k项集；2.计算侯选k项集的支持度，并找出频繁k项集。Apriori算法描述如下getOriData();//获取原始数据集，并统计事务个数genCanItemset1();//产生输出候选1项集genFreItemset1();//产生频繁项集if(!frequentvec.empty())//根据频繁1项集，执行程序{do{genCanItemsetK();//生成并输出候选k项集genFreItemsetK();//计算并输出频繁k项集}while(!freq

5、uentvec.empty());//频繁项集不为空,则循环继续}其中，产生候选k项集函数genCanItemsetK中涉及两个重要函数，项集合并函数mergeItem和剪枝函数cutNotCanItemsetK。1、函数方法说明//获取原始数据集，并统计事务个数voidgetOriData();//合并生成新的候选项集vectormergeItem(vectorvect1,vectorvect2,intround);//判断项集item是否已经存在候选项集集合items中,存在则返回1inti

6、sExist(vectoritem,vector>items);//产生并输出候选1项集voidgenCanItemset1();//产生并输出频繁1项集voidgenFreItemset1();//产生并输出候选k-项集（k>=2）voidgenCanItemsetK();//产生并输出频繁k-项集（k>=2）voidgenFreItemsetK();//剪枝：剪去合并后项集中含有非频繁项集中的项voidcutNotCanItemsetK(vector&item);二、实验截图1

7、.程序运行界面2.输出文件截图13.输出文件截图1一、实验总结做完这个实验，有如下收获：1.同一数据集，最小支持度越小，那么产生的频繁项集维数越高，程序运行时间越长；2.更加深刻理解了：频繁子集的任何子集一定是频繁的，子集频繁父亲一定频繁；3.Apriori也存在缺点：第一在每一步产生侯选项目集时循环产生的组合过多，没有排除不应该参与组合的元素；第二,每次计算项集的支持度时，开销会随着数据的增多而成几何级增长。一、附1.程序源码main.cpp#include#include#include

8、>#include#include