- 1、本文档共12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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
WekaApriori源代码分析
Weka[24] Apriori 源代码分析
作者:Koala++/屈伟
曾经卖过一个 Apriori 的程序,那个程序大约有 50%的正确率(当然结果是正确的,是只
实现上很不一样),数据挖掘课上写了一个 Apriori,一部分懒地按书上的算法,大约对了 80%
(当然结果仍然是正确的),记得邱强有一次要用 Apriori 算法时说:weka 的太慢了,还好上
次数据挖掘课实现了一下,还挺快的,注意的一点是关联规则不属于机器学习,这里我不想
再分出来一个数据挖掘的组了。
从 buildAssociations 函数开始:
double[] confidences, supports;
int[] indices;
FastVector[] sortedRuleSet;
int necSupport = 0;
instances = new Instances(instances);
if (m_removeMissingCols) {
instances = removeMissingColumns(instances);
}
看一下 removeMissingColumns,虽然它是如此的不重要:
protected Instances removeMissingColumns(Instances instances)
throws Exception {
int numInstances = instances.numInstances();
StringBuffer deleteString = new StringBuffer();
int removeCount = 0;
boolean first = true;
int maxCount = 0;
for (int i = 0; i instances.numAttributes(); i++) {
AttributeStats as = instances.attributeStats(i);
if (m_upperBoundMinSupport == 1.0 maxCount != numInstances) {
// see if we can decrease this by looking for the most frequent
// value
int[] counts = as.nominalCounts;
if (counts[Utils.maxIndex(counts)] maxCount) {
maxCount = counts[Utils.maxIndex(counts)];
}
}
if (as.missingCount == numInstances) {
if (first) {
deleteString.append((i + 1));
first = false;
} else {
deleteString.append(, + (i + 1));
}
removeCount++;
}
}
if (m_verbose) {
System.err.println(Removed : + removeCount
+ columns with all missing + values.);
}
if (m_upperBoundMinSupport == 1.0 maxCount != numInstances) {
m_upperBoundMinSupport = (double) maxCount
/ (double) numInstances;
if (m_verbose) {
System.err.println(Setting upper bound min support to :
+ m_upperBoundMinSupport);
}
}
if (deleteString.toString().length() 0) {
Remove af = new Remove();
af.setAttributeIndices(deleteString.toString());
af.setInvertSelection(false);
af.setInputFormat(instances);
Instances newInst = Filter.useFilter(instances, af);
return newInst;
}
return instances;
}
For 循环中的第一个 if 不重要,不要理睬。它的作用是想在后面也就是 maxCount /
numInstances 那看一下 support 的下界设多少。第二个 i
您可能关注的文档
- SQLServer2000基础教程.doc
- SQLServer2000安装教程.doc
- sqlserver实验报告模板.doc
- sql教程.doc
- SQL_Server_2008_Reporting_Services基础教程.doc
- SQL查询练习参考答案.doc
- SQL数据管理实验指导书.doc
- sql简易教程.doc
- STSTM32F103xxSTEVAL-CCM001V2图像解决方案.docx
- STK672-040步进电机驱动器设计资料.doc
- 高三生物一轮复习课件第8课时 酶和ATP.pptx
- 高三生物一轮复习课件 细胞中的元素和化合物,细胞中的无机物.pptx
- 2025年中考物理复习答题技巧与模板构建专题04热学必考的三个重点实验(解析版).docx
- 高三生物一轮复习课件:细胞核的结构和功能.pptx
- 高三生物一轮复习课件:光合作用的影响因素及其应用课件.pptx
- 高三生物一轮复习课件:细胞膜与细胞核.pptx
- 高三生物一轮复习课件蛋白质与核酸.pptx
- 高三一轮复习生物:细胞呼吸的原理和应用课件(1).pptx
- 高三生物一轮复习课件第8讲+酶和ATP.pptx
- 2.2基因在染色体上课件高一下学期生物人教版(2019)必修2 (2).pptx
最近下载
- 广东省广州市黄埔区部分学校2022-2023学年四年级下学期期末语文试卷.docx VIP
- 《矿用防爆电动无人驾驶车辆通用技术要求》.pdf
- 标准图集-07FS02-防空地下室给排水设施安装.pdf VIP
- 计算机事业单位考试题库100道及答案.docx VIP
- 辽宁省锦州市2024-2025学年七年级上学期期末质量检测英语试题(含答案).docx VIP
- 教育评价的一般理论.doc VIP
- 2021-2022学年河南省信阳市羊山新区人教版四年级下册期末考试数学试卷-6463.pdf VIP
- 水利水电工程弃渣场稳定安全评估规范(TCWHIDA0018-2021).pdf VIP
- 标准图集-07FD02_防空地下室电气设备安装.pdf VIP
- 公安院校公安专业本专科招生政治考察表(2022年西藏报考公安院校公安专业招生).doc VIP
文档评论(0)