频繁模式挖掘算法(Apriori).doc

《频繁模式挖掘算法(Apriori).doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实验一频繁模式挖掘算法（Apriori）一、实验目的1、理解频繁模式和关联规则2、掌握频繁模式挖掘算法Apriori3、为改进Apriori打下基础二、实验内容1、选定一个数据集（可以参考教学中使用的数据集）2、选择合适的实现环境和工具实现算法，本次试验采用的是C++3、根据设置的最小支持度和置信度，给出数据集的频繁模式集三、实验原理该算法的基本思想是：Apriori使用一种称作逐层搜索的迭代方法，k项集用于探索（k+1）项集。首先，通过扫描数据库，累积每个项的计数，并收集满足最小支持度的项，找出频繁1项集的集合。该集合记作L1

2、.然后，L1用于找频繁2项集的集合L2，L2用于找L3，如此迭代，直到不能再找到频繁k项集。找每个Lk需要一次数据库全扫描。Apriori性质：频繁项集的所有非空子集也必是频繁的。Apriori算法主要包括连接步和剪枝步两步组成。在连接步和剪枝步中采用Apriori性质可以提高算法的效率。Apriori伪代码算法：Apriori输入：D- 事务数据库；min_sup- 最小支持度计数阈值输出：L-D中的频繁项集方法：     L1=find_frequent_1-itemsets(D);// 找出所有频繁1项集     For(

3、k=2;Lk-1!=null;k++){        Ck=apriori_gen(Lk-1);// 产生候选，并剪枝        Foreach 事务tinD{// 扫描D进行候选计数            Ct =subset(Ck,t);// 得到t的子集            Foreach 候选c 属于 Ct                         c.count++;        }        Lk={c属于Ck 

4、c.count>=min_sup}}ReturnL=所有的频繁集；Procedure

5、apriori_gen(Lk-1:frequent(k-1)-itemsets)      Foreach项集l1属于Lk-1              Foreach项集 l2属于Lk-1                       If((l1[1]=l2[1])&&(l1[2]=l2[2])&&……..&&(l1[k-2]=l2[k-2])&&(l1[k-1]

6、quent_subset(c,Lk-1)then                       deletec;//剪枝步：删除非频繁候选                   elseaddctoCk;                  }          ReturnCk;     Procedurehas_infrequent_sub(c:candidatek-itemset;Lk-1:frequent(k-1)-itemsets)        Foreach(k-1)-subsetsofc            Ifs不

7、属于Lk-1 then               Returntrue;        Returnfalse;四、实验要求1、数据集具有一定的代表性，可以使用数据库技术管理2、最小支持度和置信度可以设置3、实现界面友好4、提交实验报告：实验题目、目的、数据集描述、实验环境、过程、结果和分析等。五、实验步骤1、所采用的数据集I1I2I5I1I2I2I4I1I2I4I1I3I1I2I3I5I1I2I3I2I5I2I3I4I3I4对于数据集，取最小支持度min_sup=2，最小置信度min_conf=0.8。2、算法步骤①首先单趟

8、扫描数据集，计算各个一项集的支持度，根据给定的最小支持度闵值，得到一项频繁集L1。②然后通过连接运算，得到二项候选集，对每个候选集再次扫描数据集，得出每个候选集的支持度，再与最小支持度比较。得到二项频繁集L2。③如此进行下去，直到不能连接产生新的候选集为止。④由频繁项集产生关联规则，关联规则产生步骤如下：1）对于每个频繁项集l，产生其所有非空真子集；2）对于每个非空真子集s,如果support_count(l)/support_count(s)>=min_conf，则输出 s->(l-s)，其中，min_conf是最小置信度阈值

9、。3、程序实现1)首先要在工程名文件夹里自己定义date.txt文档存放数据，然后在main函数中用FILE*fp=fopen("date.txt","r");将数据导入算法。2)定义intcountL1[10];找到各一维频繁子集出现的次数。定义charcur