相关文章:
简介
先验算法(Apriori Algorithm)是关联规则学习的经典算法之一。先验算法的设计目的是为了处理包含交易信息内容的数据库(例如,顾客购买的商品清单,或者网页常访清单。)而其他的算法则是设计用来寻找无交易信息(如Winepi算法和Minepi算法)或无时间标记(如DNA测序)的数据之间的联系规则。
在关联式规则中,一般对于给定的项目集合(例如,零售交易集合,每个集合都列出的单个商品的购买信息),算法通常尝试在项目集合中找出至少有C个相同的子集。先验算法采用自底向上的处理方法,即频繁子集每次只扩展一个对象(该步骤被称为候选集产生),并且候选集由数据进行检验。当不再产生匹配条件的扩展对象时,算法终止。
算法流程
算法:Apriori 算法的频繁项集的产生
输入:数据集D;最小支持度阈值min_sup
输出:D 中的频繁项集L
(1) L1 = find_frequent_1-itemset( D );
(2) for( k=2; Lk−1≠Φ; k++)
(3) { (4) Ck = apriori_gen(Lk−1); // 产生候选项集 (5) for all transactions t ∈D (6) { (7) Ct = subset(Ck, t); // 识别 t 包含的所有候选 (8) for all candidates c∈Ct (9) { (10) c.count++; // 支持度计数增值 (11) }
(12) }
(13) Lk = { c∈Ck | c.count≥min_sup} // 提取频繁k-项集
(14) }
(15) return L=∪kLk
;
procedure apriori_gen(Lk−1 ) (1) for each itemset l1∈Lk−1 (2) for each itemset l2∈Lk−1 (3) if( l1[1]=l2[1] ∧…∧ ( l1[k-2]=l2[k-2] ) ∧ ( l1[k-1]<l2[k-2] ) then (4) { (5) c = join( l1, l2 ); // 连接:产生候选
(6) if has_infrequent_subset( c, Lk−1) then
(7) delete c; // 减枝:移除非频繁的候选
(8) else
(9) add c to Ck
(10) }
(11) return Ck
;
procedure has_infrequent_subset( c, Lk−1 ) // 使用先验知识判断候选项集是否频繁 (1) for each ( k-1 )-subset s of c (2) if s ∉Lk−1 then (3) return TRUE;
(4) return FALSE;