西电数字挖掘上机报告.docVIP

数字挖掘上机实习报告 实习一 关联规则挖掘及其应用 实习题：Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。它将关联规则挖掘算法的设计分解为两个子问题：（1） 找到所有支持度大于最小支持度的项集，这些项集称被为频繁项集（Frequent Itemset）。（2首先产生频繁1-项集L1，然后是频繁2-项集L2，直到有某个r值使得Lr为空，这时算法停止。这里在第k次循环中，过程先产生候选k-项集的集合Ck，Ck中的每一个项集是对两个只有一个项不同的属于Lk-1的频集做一个(k-2)-连接来 产生的。Ck中的项集是用来产生频集的候选集，最后的频集Lk必须是Ck的一个子集。Ck中的每个元素需在交易数据库中进行验证来决定其是否加入Lk，这 里的验证过程是算法性能的一个瓶颈。为了生成所有频集，使用了递推的方法。其核心思想简要描述如下：(1)?????L1 = {large 1-itemsets};(2)?????for (k=2; Lk-1sup1;F; k++) do begin(3)?????????Ck=apriori-gen(Lk-1);???//新的候选集(4)?????????for all transactions tIcirc;D do begin(5)??????????????????Ct=subset(Ck,t);????//事务t中包含的候选集(6)???????????for all candidates cIcirc; Ct??do(7)???????????c.count++;(8)?????????end(9)????????Lk={cIcirc; Ck |c.countsup3;minsup}(10)????end(11)???????????????????Answer=kLk; 编程实现算法 Item.h 源文件 #include set using namespace std; class Item { public: Item(int i) : id(i), support(0), children(0) {} Item(const Item i) : id(i.id), support(i.support), children(i.children) {} ~Item(){} int getId() const {return id;} int Increment(int inc = 1) const {return support+=inc;} setItem *makeChildren() const; int deleteChildren() const; int getSupport() const {return support;} setItem *getChildren() const {return children;} bool operator(const Item i) const{return id i.id;} private: const int id; mutable int support; mutable setItem *children; }; 2. AprioriRules.h 源文件 class Itemset { public: Itemset(int l) : length(l) {t = new int[l];} Itemset(const Itemset is) : length(is.length), support(is.support) { t = new int[length]; for(int i=0;ilength;i++) t[i] = is.t[i]; } ~Itemset(){delete [] t;} int length; int *t; int support; }; class AprioriRules { public: AprioriRules(); ~AprioriRules(); void setData(char *fn); int setOutputRules(char *fn); void setMinConf(float mc){minconf=mc;} int generateRules(); void setMaxHead(int m){maxhead=m;} void setVerbose(){verbose=true;} private: Itemset *getNextSet();