网站大量收购独家精品文档,联系QQ:2885784924

Weka Apriori源代码分析【DOC精选】.docVIP

  1. 1、本文档共12页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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

文档评论(0)

taotao0c + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档