数据挖掘Apriori算法.docVIP

. PAGE 0 . . . 实 验 报 告 实验课程名称： 数据挖掘 实验项目名称： Apriori算法 理 学 院 实验时间： 2014 年 11 月 11 日 . 学生所在学院：理学院 专业： 统计学 班级： 姓 名 学 号 实验组 实验时间 指导教师 成 绩 实验项目名称 Apriori算法 实验目的及要求： 加强对Apriori算法的理解 锻炼分析问题、解决问题以及动手能力 编程实现Apriori算法 实验（或算法）原理： Apriori算法是一种找频繁项目集的基本算法。其基本原理是逐层搜索的迭代：频繁K项Lk集用于搜索频繁(K+1)项集Lk+1，如此下去，直到不能找到维度更高的频繁项集为止。这种方法依赖连接和剪枝这两步来实现。算法的第一次遍历仅仅计算每个项目的具体值的数量，以确定大型l项集。随后的遍历，第k次遍历，包括两个阶段。首先，使用在第(k-1)次遍历中找到的大项集Lk-1和用Aprioir-gen函数产生候选项集Ck。接着扫描数据库，计算Ck中候选的支持度。用Hash树可以有效地确定Ck中包含在一个给定的事务t中的候选。算法如下：(1)?L1?=?{大项目集1项目集};(2)?for??(k?=?2;?Lk-1?!=?空;?k++)??do??begin(3)? Ck?=?apriori-gen(Lk-1);??????//新的候选集(4) for??所有事务?t?∈D??do??begin(5)????? Ct?=?subset?(?Ck，t);?????//t中所包含的候选?(6)? for??所有候选?c?∈Ct??do?(7) c.count++;(8) end(9) Lk?=?{c?∈Ck?|?c.count?≥?minsupp}(10)?end(11)?key?=?∪Lk；Apriori-gen函数： 1]Apriori候选产生函数Apriori-gen的参数Lk-1，即所有大型(k-1)项目集的集合。它返回所有大型k项目集的集合的一个超集(Superset)。首先，在Jion(连接)步骤，我们把Lk-1和Lk-1相连接以获得候选的最终集合的一个超集Ck：(1)?insert??into??Ck(2)?select??p[1]，p[2]，……，p[k-1]，q[k-1](3)?from??Lk-1p，Lk-1q(4)?where??p[1]?=?q[1]，……，p[k-2]?=?q[k-2]，p[k-1]??q[k-接着，在Prune(修剪)步骤，我们将删除所有的项目集?c∈Ck，如果c的一些k-1子集不在Lk-1中，为了说明这个产生过程为什么能保持完全性，要注意对于Lk中的任何有最小支持度的项目集，任何大小为k-1的子集也必须有最小支持度。因此，如果我们用所有可能的项目扩充Lk-1中的每个项目集，然后删除所有k-1子集不在Lk-1中的项目集，那么我们就能得到Lk中项目集的一个超集。上面的合并运算相当于用数据库中所有项目来扩展Lk-1；如果删除扩展项目集的第k-1个项目后得到的k-1项目集不在Lk-1中，则删除该扩展项目集。条件p[k-1]??q[k-1]保证不会出现相同的扩展项。因此，经过合并运算，CkLk。类似原因在删除运算中，删除Ck中其k-1子项目集不在Lk-1中的项目集，同样没有删除包含在Lk中的项目集。(1)?for??所有项目集c?∈Ck??do(2)? for??所有c的?(k-1)?子集?s??do?(3) if?(s￠Lk-1)??then(4) 从Ck中删除c例如：L3为{{1?2?3}，{1?2?4}，{1?3?4}，{1?3?5}，{2?3?4}}。Jion步骤之后，C4为{{1?2?3?4}，{1?3?4?5}}。Prune步骤将删除项集{1?3?4?5}，因为项集{1?4?5}不在L3中。Subset函数：候选项目集Ck存储在一棵Hash树中。H