原创力文档- 1、本文档共34页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
知识挖掘实验报告
实验一、Apriori算法发现频繁项集
实验目的：
1) 进一步熟悉Matlab编程算法；
2) 掌握使用Apriori算法从事物数据库中挖掘频繁项集的方法。
实验原理：
1、Apriori算法
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，累计每个项的计数，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。然后，L1用于找频繁2项集的集合L2，L2用于找L3，如此下去，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。
2、提高频繁项集逐层产生的效率
Apriori性质：频繁项集的所有非空子集也必须是频繁的。
实验内容：
程序框图
2、实验内容
1) 使用Apriori算法编程实现对实验数据中提供的AllElectronics某分店的事物数据库挖掘频繁项集，并在实验报告中写出程序框图；
2) 产生全部频繁模式，保留其中的闭频繁项集。
3) 在实验报告中写明各主要程序片段的功能和作用。
3、实验步骤
1) 算法第一次迭代，每项都是候选1项集的集合C1的成员，简单的扫描所有的事物，对每项的出现次数计数；
2) 按先验的最小支持度计数阈值min_sup=2，确定频繁1项集的集合L1，令i=1，Ni是Li中项的数量；
3) 调用子函数Join_Prune(Li,min_sup)，存储频繁项集Li；
子函数Join_Prune(Li,min_sup)：
a) 对频繁i项集Li执行连接步，产生候选i+1项集Ci+1；
b) 对候选i+1项集Ci+1执行剪枝步，产生频繁i+1项集Li+1；
c) 返回频繁i+1项集Li+1。
4) 如果Ni+10，则令i=i+1，转到步骤3)；否则，算法结束。
4、实验数据
AllElectronics某分店的事物数据
TID 商品ID的列表 T100 I1,I2,I5
T200 I2,I4
T300 I2,I3
T400 I1,I2,I4
T500 I1,I3
T600 I2,I3
T700 I1,I3
T800 I1,I2,I3,I5
T900 I1,I2,I3 5、实验代码：
function [C]=ExamDM1(AllETrans)
[M,N]=size(AllETrans);
Ni=5;
for i=1:Ni
CC{i,1}=zeros(1,2);
end
for k=1:N
[Mk,Nk]=size( AllETrans{k});
for i=1:Nk
CC{AllETrans{k}(i),1}( 1,1)=AllETrans{k}(i);
CC{AllETrans{k}(i),1}( 1,2)=CC{AllETrans{k}(i),1}( 1,2)+1;
end
end
C{1,1}=CC;
NC=1;
[MC2,NC2]=size(C{1,1});
min_sup=2;
while NC=Ni
NC
if MC2=2
[C1NC,MC2]=Link(C{1,NC},Ni); % Link step.
[CC1NC]=ScanCount(C1NC,AllETrans,N,Ni); % Scanning the transaction database to count the support number.
[MC3,NC3]=size(CC1NC);
NC=NC+1;
kk=0;
for k=1:MC3 % Prone step.
[MC4,NC4]=size(C1NC{k,1});
if CC1NC{k,1}(1,NC4)=min_sup
kk=
文档评论（0）