标签:
1 Apriori介绍
Apriori算法使用频繁项集的先验知识,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,通过扫描事务(交易)记录,找出所有的频繁1项集,该集合记做L1,然后利用L1找频繁2项集的集合L2,L2找L3,如此下去,直到不能再找到任何频繁k项集。最后再在所有的频繁集中找出强规则,即产生用户感兴趣的关联规则。
2.算法模拟
3.伪代码
4.python实现
# -*- coding:gb2312 -*- import sys import copy def init_pass(T): C = {} #C为字典 for t in T: for i in t: if i in C.keys(): C[i] += 1 else: C[i] = 1 return C def generate(F): C = [] k = len(F[0]) + 1 for f1 in F: for f2 in F: if f1[k-2] < f2[k-2]: c = copy.copy(f1) c.append(f2[k-2]) flag = True for i in range(0,k-1): s = copy.copy(c) s.pop(i) if s not in F: flag = False break if flag and c not in C: C.append(c) return C def compareList(A,B): if len(A) <= len(B): for a in A: if a not in B: return False else: for b in B: if b not in A: return False return True def apriori(T,minSupport): D=[] C=init_pass(T) keys=C.keys();#.keys()方法,求出字典中的索引 keys.sort() D.append(keys)#加入D集中 F=[[]] for f in D[0]: if C[f]>=minSupport: F[0].append([f]) k=1 while F[k-1]!=[]: D.append(generate(F[k-1])) F.append([]) for c in D[k]: count = 0; for t in T: if compareList(c,t): count += 1 if count>= minSupport: F[k].append(c) k += 1 U = [] for f in F: for x in f: U.append(x) return U T = [[‘A‘,‘C‘,‘D‘],[‘B‘,‘C‘,‘E‘],[‘A‘,‘B‘,‘C‘,‘E‘],[‘B‘,‘E‘]] Z= apriori(T,2) print Z
4.输出结果
标签:
原文地址:http://www.cnblogs.com/bankyh/p/4232402.html