數(shù)據(jù)挖掘 副本new

1、Apriori算法簡介Apriori算法是一種最有影響的挖掘 HYPERLINK /view/46060.htm布爾關(guān)聯(lián)規(guī)則頻繁項集的算法。其核心是基于兩階段頻集思想的遞推算法。該關(guān)聯(lián)規(guī)則在分類上屬于單維、單層、布爾關(guān)聯(lián)規(guī)則。在這里，所有支持度大于最小支持度的項集稱為頻繁項集，簡稱頻集。 該算法的基本思想是：首先找出所有的頻集，這些項集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持度一樣。然后由頻集產(chǎn)生強關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度。然后使用第1步找到的頻集產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項的所有規(guī)則，其中每一條規(guī)則的右部只有一項，這里采用的是中規(guī)則的定義。一旦這些規(guī)則被生成，那么只有

2、那些大于用戶給定的最小可信度的規(guī)則才被留下來。為了生成所有頻集，使用了遞推的方法。Apriori算法步驟連接步為找L k , 通過L k- 1與自己連接產(chǎn)生候選k2項目集的集合。該候選項的集合記做Ck。設(shè)l1 和l2 是 L k - 1中的項集。記號li j 表示li 的第j 項。執(zhí)行連接L k - 1L k - 1 其中L k- 1的元素l1 和l2 是可以連接的，如果( l1 1 = l2 1 ) ( l1 2 = l2 2 ) ( l1 k - 2 = l2 k - 2 ) ( l1 k - 1 =l2 k - 1 )連接產(chǎn)生的結(jié)果項集是l1 1 l1 2 l1 k - 1 2 k -

3、1 。2剪枝步Ck 的成員可以是也可以不是頻繁的,但所有的頻繁k2項目集都包含在Ck中掃描數(shù)據(jù)庫,確定Ck 中每個候選集計數(shù)(設(shè)置一個標志位Flag)。從而確定L k。Apriori算法演示1.事物數(shù)據(jù)表掃描D，對每個候選計數(shù)2Apriori算法圖解項集比較候選支持度計數(shù)與最小支持度計數(shù)支持度計數(shù)1627 3642 52項集支持度計數(shù)1627 3642 52 項集掃描D，對每個候選計數(shù)由L1產(chǎn)生的候選C21，21，31，41，52，32，42，53，43，54，5項集支持度計數(shù)1，241，341，411，522，342，422，523，403，514，50項集支持度計數(shù)1，241，341，52

4、2，342，422，52比較候選支持度計數(shù)與最小支持度計數(shù)由L2產(chǎn)生的候選C3項集1，2，31，2，5比較候選支持度計數(shù)與最小支持度計數(shù)掃描D，對每個候選計數(shù)項集支持度計數(shù)1，2，321，2，52項集支持度計數(shù)1，2，321，2，52Apriori算法核心代碼掃描數(shù)據(jù)庫，對每個候選碼進行計數(shù)比較候選碼支持度計數(shù)與最小支持度計數(shù)產(chǎn)生下一步的項集，并進行剪枝核心代碼如下：1./得到的候選集public class getLnLinkedHashSet C1; /得到頻繁1項集 public LinkedHashSet getSources() C1 = new LinkedHashSet(); L

5、inkedHashSet hashSet=new LinkedHashSet(); /從數(shù)據(jù)庫中得到值 String sql=select * from datasourse ; /事務(wù)解析排序while(rs.next()strings = rs.getString(list).split(,); /獲得支持度計數(shù) public int getSupcount(String item) /把1,2解析成 %1%2%形式，以便在數(shù)據(jù)庫中計算支持度計數(shù) /得到Ln集合 public LinkedHashMap gettingLn(LinkedHashSet Ck2,int min_support

6、) LinkedHashMap Ln = new LinkedHashMap= min_support) Ln.put(tempi, sup_count); 篩選 /把Linkedhashset中的項合并成list中的一個元素，即把 1 2 變成2,1public class Joint ;/連接操作，得到候選集Ck,每個事務(wù)的項不超過20個 public LinkedHashSet link(int k,LinkedHashSet Ln) /把Ln中的每個事物解析到hashSet數(shù)組中 LinkedHashSet hashSets = new LinkedHashSetLn.size();

7、/生成的候選集 LinkedHashSet Ck = new LinkedHashSet(); /得到的候選項 String candi_item = new String(); /則得到新的候選項 /生成了新的候選項,并把候選項放入Ck中 candi_item = change(hashSetsj); Ck.add(candi_item); /把HashMap型數(shù)據(jù)轉(zhuǎn)換為LinkedHashSet型數(shù)據(jù) public LinkedHashSet mapToSet(LinkedHashMap Ln) 3.剪枝/剪枝step Ck為沒剪枝前的候選集，Ck2為剪枝后的候選集,Ln為Ln項集 pub

8、lic LinkedHashSet cut(LinkedHashSet Ck,LinkedHashSet Ln) /生成二元子集并剪枝 /分析數(shù)組中的每一個字符串：把字符串轉(zhuǎn)換成字符數(shù)組，再把字符數(shù)組中的兩項連接起來 /如：“1,2,3”-1 , 2 ,3 -1,2 1,3 2,3 for (int i = 0; i temp_ck.length; i+) /循環(huán)字符串數(shù)組 char temp_char = new chartemp_cki.length(); temp_char = temp_cki.toCharArray(); /把字符串轉(zhuǎn)換成字符數(shù)組 a:for (int j = 0; j temp_char.length; j+) /循環(huán)每個字符串數(shù)組，生成二項元素.即檢查每個項集if (temp_charj = ,) /若為，,則跳過continue; b:for (int m = j+1; m temp_char.length; m+)if (temp_charm = ,) /若為，,則跳過continue;String sub = String.valueOf(temp_charj) + , + String.valueOf(temp_charm);if(!isIn(sub, temp_ln) /若Ln中沒有，則剪枝temp_cki = $