判断数据集matlab 实现基本apriori算法

在写这篇文章之前，xxx已经写过了几篇关于改判断数据集主题的文章,想要了解的朋友可以去翻一下之前的文章

刚刚学了数据挖掘的这个算法，马上实现下，怕忘掉了。。感觉matlab的好处就是矩阵可以一起停止逻辑运算，不过我没有停止预处理，输入的数据集保存在txt文件里，且都是以0-1矩阵形成的，不斟酌涌现次数。输出只实现了得到k-频仍项集，没有计算最终的关联规则。。那个感觉要遍历什么的，用矩阵枚举？？？还没想到怎么弄。。。。

当初就贴贴代码，可能存在很多地方没有斟酌到，，希望各位大神指导。。。。。感谢。。

从k频仍项集得到k+1频仍项集，通过两个k频仍项向量停止或运算得到。。

剪枝判断k+1-候选项的子串是否在k频仍项会合存在，通过向量异或 xor来判断

统计支持度提取数据会合指定列停止与运算再通过 sum 求和计算支持度。。

%修改原来判断两向量是否相称 matlab可以直接用==来判断如向量 a，b 若用 a==b 等到新的向量其中若对应位置相称则为1 否则为0 。。所以好像可以改下下（http://zhidao.baidu.com/question/131185458.html）

% 求真子集 matlab可以用combntns函数等改。。

1、init.m

初始化函数，得到1-频仍项集及支持度，输入数据集和最小支持度

function [L A]=init(D,min_sup) %D表现数据集  min_sup 最小支持度
[m n]=size(D);
A=eye(m,n);
B=(sum(D))';
i=1;
while(i<=m)
    if B(i)<min_sup
        B(i)=[];
        A(i,:)=[];
        m=m-1;
    else
        i=i+1;
    end
end
L=[A B];

2、apriori_gen.m

function [C]=apriori_gen(A,k)%发生Ck（实现组内连接及剪枝 ）   
%A表现第k-1次的频仍项集 k表现第k-频仍项集
[m n]=size(A);
C=zeros(0,n);
%组内连接
for i=1:1:m
    for j=i+1:1:m
        flag=1;
        for t=1:1:k-1
            if ~(A(i,t)==A(j,t))
                flag=0;
                break;
            end
        end
        if flag==0 break;
        end
        c=A(i,:)|A(j,:);
        flag=isExit(c,A);   %剪枝
        if(flag==1)C=[C;c];
        end
    end
end

每日一道理
信念是巍巍大厦的栋梁，没有它，就只是一堆散乱的砖瓦；信念是滔滔大江的河床，没有它，就只有一片泛滥的波浪；信念是熊熊烈火的引星，没有它，就只有一把冰冷的柴把；信念是远洋巨轮的主机，没有它，就只剩下瘫痪的巨架。

3、 isExit.m

function flag=isExit(c,A)%判断c串的子串在A中是否存在
[m n]=size(A);
b=c;
for i=1:1:n
    c=b;
    if c(i)==0 continue
    end
    c(i)=0;
    flag=0;
    for j=1:1:m
        A(j,:);
        a=sum(xor(c,A(j,:)));
        if a==0 
            flag=1;
            break;
        end
    end
    if flag==0 return 
    end
end

4、get_k_itemset.m

function [L C]=get_k_itemset(D,C,min_sup)%D为数据集  C为第K次剪枝后的候选集 取得第k次的频仍项集
m=size(C,1);
M=zeros(m,1);
t=size(D,1);
i=1;
while i<=m
    C(i,:);
    H=ones(t,1);
    ind=find(C(i,:)==1);
    n=size(ind,2);
    for j=1:1:n
        D(:,ind(j));
        H=H&D(:,ind(j));
    end
        x=sum(H');
        if x<min_sup
            C(i,:)=[];
            M(i)=[];
            m=m-1;
        else
            M(i)=x;
            i=i+1;
        end
end
L=[C M];

5、主函数 apriori.m

function [L]=apriori(D,min_sup)
[L A]=init(D,min_sup)%A为1-频仍项集  L中为包含1-频仍项集以及对应的支持度
k=1;
C=apriori_gen(A,k) %发生2项的集合
while ~(size(C,1)==0)
[M C]=get_k_itemset(D,C,min_sup)%发生k-频仍项集 M是带支持度  C不带
if ~(size(M,1)==0)L=[L;M]   
end
k=k+1;
C=apriori_gen(C,k)%发生组合及剪枝后的候选集 
end

举例数据集

abc =

     1     1     1     1     0
     0     1     1     0     1
     1     1     1     0     1
     0     1     0     1     1
     1     1     1     1     0

输入：apriori(abc,3)

输出：

判断和数据集

频仍项集+支持度

文章结束给大家分享下程序员的一些笑话语录：手机终究会变成PC，所以ip会比wm更加畅销，但是有一天手机强大到一定程度了就会发现只有wm的支持才能完美享受。就好比树和草，草长得再高也是草，时间到了条件成熟了树就会窜天高了。www.ishuo.cn