数据挖掘领域十大经典算法之—Apriori算法

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 l1Lk−1 (2)  for each itemset l2Lk−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 sLk−1 then (3)    return TRUE;
(4) return FALSE;
    原文作者:常用算法
    原文地址: https://blog.csdn.net/fuqiuai/article/details/79484998
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注