德赢Vwin官网
App
1、Apriori算法实现步骤：
Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法Apriori使用一种称作逐层搜索的迭代方法，“K-1项集”用于搜索“K项集”。
首先，找出频繁“1项集”的集合，该集合记作L1。L1用于找频繁“2项集”的集合L2，而L2用于找L3。如此下去，直到不能找到“K项集”。找每个Lk都需要一次数据库扫描。
核心思想是：连接步和剪枝步。连接步是自连接，原则是保证前k-2项相同，并按照字典顺序连接。剪枝步，是使任一频繁项集的所有非空子集也必须是频繁的。反之，如果某
个候选的非空子集不是频繁的，那么该候选肯定不是频繁的，从而可以将其从CK中删除。
简单的讲，1、发现频繁项集，过程为（1）扫描（2）计数（3）比较（4）产生频繁项集（5）连接、剪枝，产生候选项集 重复步骤（1）~（5）直到不能发现更大的频集
2、产生关联规则，过程为：根据前面提到的置信度的定义，关联规则的产生如下：
（1）对于每个频繁项集L，产生L的所有非空子集；
（2）对于L的每个非空子集S，如果
P（L）/P（S）≧min_conf
则输出规则“SàL-S”
注：L-S表示在项集L中除去S子集的项集
例子：
代码实现：
在讲究代码之前，我先跟大家讲清楚我代码里面说需要的关键点。我的算法全部加起来最多一百多行代码，同时我包装在三个函数中：compute_sup.m（算支持度）、compute_conf.m（算可信度）、Apriori.m（主函数）。
-----------------------compute_sup.m-------------------------------------------------------------------------
function sup=compute_sup（S， D）
%------------S指传入的一个行向量--------
%------------D指整个数据集------------
sup=0;
［m，n］=size（D）;
for i=1:1：m
%对应取出D的第i行与S对比，若D（i）-S所有的都>=0则支持度+1
if all（（D（i，：）-S）>=0）
sup=sup+1;
end
end
-----------------------------测试------------------------------
已知（自己构造）
D =
1 1 0 0 1
0 1 0 1 0
0 1 1 0 0
1 1 0 1 0
1 0 1 0 0
0 1 1 0 0
1 0 1 0 0
1 1 1 0 1
1 1 1 0 0
输入：sup=compute_sup（［1，1，0，0，0］， D）
输出：sup = 4
--------------------------------------compute_conf.m-----------------------------------------------
function conf=compute_conf（Q，D）
%Q指传入的一条关联规则，如：［-1，0，0，1，0］指A->D=P（AD）/P（A）
s=abs（Q）;
d=（abs（Q）-Q）/2;
conf=compute_sup（s，D）/compute_sup（d，D）; %P（AD）/P（A）
------------------------------------------测试-----------------------------------------------------------------------------------
已知D
输入：conf=compute_conf（［-1，0，0，1，0］，D）
输出：conf = 0.1667 %置信度为0.1667
----------------------------------------------Apriori.m（算法的核心）---------------------------------
function ［R，sup，conf］=Apriori（D，min_sup，min_conf）
%--------------R指生成的强关联规则----------------------
%--------------输出sup指支持度、min_sup-最小支持度-------------------------
%--------------
［n，m］=size（D）;
min_sup=min_sup*n;
L=［］;
%产生频繁集
C1=eye（m）;
Ck=C1;
for k=1:m
Lk=［］;
q=size（Ck，1）;
for i=1:q
%-----------------剪枝-------------------------
sup= compute_sup（Ck（i，：），D）;
if sup>=（min_sup）
Lk=［Lk;Ck（i，：）］;
end
end
Ck=［］;
q=size（Lk，1）;
for i=1:q
for j=i+1:q
indi=find（Lk（i，：）==1）;
indj=find（Lk（j，：）==1）;
ind=indi-indj;
%从候选集中选出频繁集，相邻两个行对比，前k-1个相同，第k个不同，然后加入Ck。
if（all（ind（1:k-1）==0）&& ind（k）~=0）
Ck=［Ck;Lk（i，：）|Lk（j，：）］;
end
end
end
L=［L;Lk］;
end
%-------产生强关联规则-----------------
q=size（L，1）;
R=［］;
H=［］;
M=［］;
for i=1:q
ind =find（L（i，：）==1）;
if length（ind）==1 continue;end
for j=1:length（ind）-1
SubSet= nchoosek（ind，j）;
n=size（SubSet，1）;
for m=1:n
L（i，SubSet（m，：））=-1;
H=［H;L（i，：）］;
L=abs（L）;
end
end
end
%---------------生成规则---------------
m=size（H，1）;
M=abs（H）;
T=［］;
for n=1:m
sup=compute_sup（M（n，：），D）;
conf=compute_conf（H（n，：），D）;
if conf>=min_conf
T=［T;H（n，：），sup，conf］;
end
end
R=［R;T］;
end
---------------------------------------------------结果测试---------------------------------------------------------------------
已知
D =
1 1 0 0 1
0 1 0 1 0
0 1 1 0 0
1 1 0 1 0
1 0 1 0 0
0 1 1 0 0
1 0 1 0 0
1 1 1 0 1
1 1 1 0 0
min_conf = 0.6000
min_sup=0.2000
输入：［R，sup，conf］=Apriori（D，min_sup，min_conf）
输出：
R =
-1.0000 1.0000 0 0 0 4.0000 0.6667 %A->B
-1.0000 0 1.0000 0 0 4.0000 0.6667
1.0000 0 -1.0000 0 0 4.0000 0.6667
1.0000 0 0 0 -1.0000 2.0000 1.0000
0 1.0000 -1.0000 0 0 4.0000 0.6667
0 1.0000 0 -1.0000 0 2.0000 1.0000
0 1.0000 0 0 -1.0000 2.0000 1.0000
1.0000 1.0000 0 0 -1.0000 2.0000 1.0000
-1.0000 1.0000 0 0 -1.0000 2.0000 1.0000
1.0000 -1.0000 0 0 -1.0000 2.0000 1.0000
由于最小可信度是double型，所以弄得整个矩阵都是double行，有点失策。。。
工商网监
评论