关联规则和序列模式实验.docx

PAGE  一、实验目的与要求 掌握关联规则和序列模式的基本原理，在此基础上针对给定的数据集，基于C语言编程实现关联规则挖掘算法和序列模式挖掘算法。 二、实验内容 1．令supmin = 30%, 如频繁1项集L1={ {I1}:4, {I2}:5,{I3}:4, {I4}:4, {I6}:3}，请写出其他所有频繁项集。 Transaction-idItems boughtt1I1、I2、I3t2I1、I4t3I4、I5t4I1、I2、I4t5I1、I2、I6、I4、I3t6I2、I6、I3t7I2、I3、I62．基于C语言编程实现Apriori算法； 3. 基于Weka进行数据的准备、预处理及关联规则与序列模式的挖掘 三、实验步骤（操作界面截图或程序清单） 1. 令supmin = 30%, 如频繁1项集L1={ {I1}:4, {I2}:5,{I3}:4, {I4}:4, {I6}:3}，请写出其他所有频繁项集。 Transaction-idItems boughtt1I1、I2、I3t2I1、I4t3I4、I5t4I1、I2、I4t5I1、I2、I6、I4、I3t6I2、I6、I3t7I2、I3、I6解： 7*30%=2.1，则最小支持度等于3. 频繁2项集： （1）连接得：C2={{I1，I2},{I1，I3},{I1，I4},{I1，I6}, {I2，I3},{I2，I4},{I2，I6}, {I3，I4},{I3，I6}, {I4，I6}} （2）删除得：L2={{I1，I2},{I1，I4}, {I2，I3} ,{I2，I6}, {I3，I6}} 频繁3项集： （1）连接得：C3={{I1，I2，I4},{I2，I3，I6}} （2）删除得：L3={{I2，I3，I6}} 2. 基于C语言编程实现Apriori算法 代码如下： #includestdio.h typedef struct { int item[100]; //数据项 } D_Node; //数据库D typedef struct { int item[100]; //数据项,用item[0]保存支持度 } C_Node; //候选集 typedef struct { int item[100]; //数据项,用item[0]保存支持度 } L_Node;//频繁集 C_Node C[100][100]; L_Node L[100][100]; D_Node D[100]; int min_supp; //最小支持度 void InPut(){ int i,j,n,n1; printf(请输入最小支持度:); scanf(%d,min_supp); printf(请输入交易集的大小:); scanf(%d,D[0].item[0]); n=D[0].item[0]; for(i=1;i=n;i++) //for1 { printf(请输入交易[%d]中记录的个数(n):,i); scanf(%d,n1); D[i].item[0]=n1; for(j=1;j=n1;j++) //for2 { printf(请输入交易[%d]中记录项，直接输入数字:,i); scanf(%d,D[i].item[j]); }//for2 } //for1 }//end of InPut void C1() { //功能：扫描数据集D生成1项候选集C1 //输入：数据集D //输出1项候选集C1 //初始条件 数据集D 非空 int i,j,k; int no=1,temp=0; C[1][0].item[0]=0; //1 项集的个数，在本算法中，用C[n][k].item[0]来保存候选集Cn的第k项的支持度 if(D[0].item[0]!=0) { C[1][1].item[1]=D[1].item[1]; } for(i=1;i=D[0].item[0];i++) //for1 { for(j=1;j=D[i].item[0];j++) //for2 {