《数据挖掘与数据仓库》课程实验指导书.docxVIP

《数据仓库与数据挖掘》实验指导书 第 PAGE 72页 《数据挖掘与数据仓库》课程 实验指导书 2020年 计算机与数据科学学院 实验1 Apriori算法实现 一、实验目的 1、掌握Apriori算法对于关联规则挖掘中频繁集的产生以及关联规则集合的产生过程； 2、根据算法描述编程实现算法，调试运行。并结合相关实验数据进行应用，得到分析结果。 数据和删除数据的操作。 实验类型：综合 计划课间：3学时 二、实验内容 1、频繁项集的生成与Apriori算法实现； 2、关联规则的生成过程与规则算法实现； 3、结合样例对算法进行分析； 三、实验步骤 编写程序完成下列算法： 1、Apriori算法 输入： 数据集D；最小支持数minsup_count； 输出： 频繁项目集L L1={large 1-itemsets} For (k=2; Lk-1≠Φ; k++) Ck=apriori-gen (Lk-1); // Ck是k个元素的候选集 For all transactions t∈D do begin Ct=subset(Ck,t); //Ct是所有t包含的候选集元素 for all candidates c ∈Ct do c.count++; end Lk={c ∈Ck| c.count ≧ minsup_count } End L=∪Lk; 2、apriori-gen (Lk-1) 候选集产生算法 输入： (k-1)-频繁项目集Lk-1 输出： k-频繁项目集Ck For all itemset p∈Lk-1 do For all itemset q∈Lk-1 do If p.item1=q.item1, p.item2=q.item2, …,p.itemk-2=q.itemk-2, p.itemk-1q.itemk-1 then begin c=p∞q if has_infrequent_subset(c, Lk-1) then delete c else add c to Ck End Return Ck 3、has_infrequent_subset(c, Lk-1) 功能：判断候选集的元素 输入： 一个k-频繁项目集Lk-1 ，(k-1)-频繁项目集Lk-1 输出：c是否从候选集中删除的布尔判断 For all (k-1)-subsets of c do If Not(S∈Lk-1) THEN return TRUE; Return FALSE; 4、Rule-generate(L,minconf) 输入：频繁项目集；最小信任度 输出：强关联规则 算法： FOR each frequent itemset lk in L generules(lk,lk); 5、Genrules递归算法： Genrules(lk:frequent k-itemset, xm:frequent m-itemset) X={(m-1)-itemsets xm-1 | xm-1 in xm}; For each xm-1 in X BEGIN conf=support(lk)/support(xm-1); IF (conf≧minconf) THEN BEGIN 输出规则:xm-1-(lk-xm-1),support,confidence; IF (m-1)1) THEN genrules(lk,xm-1); END; END; 结合相关样例数据对算法进行调试，并根据相关实验结果对数据进行分析， 四、实验报告要求 1、用java语言实现上述相关算法。 2、改造参考代码，添加最小置信度约束条件，并实现算法 3、在报告中详细写出实验操作步骤和实验结果，实验中出现的问题和解决方法。 五、注意事项 1、集合的表示及相关操作的实现； 2、项目集的数据结构描述； 参考核心代码如下：（相关的测试main函数可以自己书写。根据频繁k项集生成关联规则相对简单，只通过最小支持度从频繁K项集中找到所有的满足条件的关联规则。） public class Apriori { private static final double MIN_SUPPROT = 0.2;//最小支持度 private static boolean endTag = false;