- 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
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
- VirtualBox用户手册【DOC精选】.docx
- Virtualbox安装步骤【DOC精选】.doc
- virtualbox最完整的 安装 使用教程【DOC精选】.docx
- VirtualBox安装Redhat Linux【DOC精选】.doc
- VirtualBox简易使用教程【DOC精选】.doc
- VirtualBox教程【DOC精选】.doc
- VirtualBox虚拟化应用【DOC精选】.doc
- VirtualBox设置共享文件夹的方法【DOC精选】.doc
- VirtualBox详细教程【DOC精选】.docx
- VirtualBox虚拟机安装Win消费者预览版图文教程【DOC精选】.doc
- 全球生物医药技术投融资现状与2025年发展趋势分析报告.docx
- 2025年城市公园改造提升工程社会稳定风险评估与风险评估技术应用案例分析报告.docx
- 人教版三年级下册数学期末测试卷精品【巩固】.docx
- 聚焦2025年农村电商:现状洞察与创新模式实践报告.docx
- 2025年邮轮旅游市场旅游营销策略与品牌形象塑造报告.docx
- 诺华制药2025年创新药物研发效率评估与全球研发资源配置策略报告.docx
- 人教版三年级下册数学期末测试卷精品【巩固】.docx
- 自考2025年行政管理市场分析试题及答案.docx
- 海洋物流供应链与物流搬运的协同优化与2025年技术应用报告.docx
- 人教版三年级下册数学期末测试卷精品【基础题】.docx
文档评论(0)