logo资料库

关联规则实验报告.doc

发布时间：2022-07-03 发布人：admin 分类：说明书 资料大小：0.20M 资料格式：doc 举报 版权申诉
第1页 / 共18页
第2页 / 共18页
第3页 / 共18页
第4页 / 共18页
第5页 / 共18页
第6页 / 共18页
第7页 / 共18页
第8页 / 共18页
资料共18页，剩余部分请下载后查看
    实验题目： 频繁模式挖掘实验——Apriori算法
    1 实验目的
    2 实验步骤
    2.1 算法原理
    2.2 算法步骤
    2.3 程序流程图
    3 实验结果分析
    4实验心得体会
    5 参考文献
    研究生课程《数据仓库与数据挖掘》实验报告 实验题目： 频繁模式挖掘试验 ——Apriori 算法 指导教师：李爱国 学生姓名：刘二恩 201008378 程 城 201008374 专 业：计算机应用技术 完成日期：2011-07-06 西安科技大学计算机科学与技术学院
    实验题目： 频繁模式挖掘实验——Apriori 算法 学生姓名： 刘二恩 程 城 学号： 201008378 201008374 完成日期： 2011.07.06 1 实验目的 （1）理解频繁模式挖掘的思想； （2）理解 Apriori 挖掘算法的原理； （3）通过 Apriori 算法找出 ch6 关联规则挖掘数据集所有的频繁模式集； 2 实验步骤 2.1 算法原理 Aprior 使用一种称作逐层搜索的迭代方法，K 项集用于搜索（K+1）项集。首先，通过 扫描数据库，累积每个项的计数，并收集满足最小支持度的项，找出频繁 1 项集的集合。该 集合记作 L1。然后，L1 用于寻找频繁 2 项集的集合 L2，L2 用于寻找 L3，如此下去，直到 不能再找到频繁 K 项集。 为提高频繁项集逐层产生的效率，一种称作 Apriori 的重要性质用于压缩搜索空间。 Apriori 性质：频繁项集的所有非空子集也必须是频繁的。如何在算法中使用 Apriori 性质？ 主要有两步过程组成：连接步和剪枝步。 (1) 连接步：为找 L(k),通过将 L(k-1)与自身连接产生候选 K 项集的集合。该候选项 集合记作 C(K)。设 l1 和 l2 是 L(k-1)中的项集。记号 l(i)[j]表示 l(i)中的第 j 项。执行 L(k-1)连接 L(k-1)，如果它们的前（K-2）项相同的话，其中 L(k-1)的元素是可连接的。 (2) 剪枝步：为压缩 C(K)，可以用 Apriori 的性质：任何非频繁的（K-1）项集都不是 频繁 K 项集的子集。因此，如果候选 K 项集的（K-1）项子集不在 L(k-1)中，则该候选也不 可能是频繁的，从而可以从 C(K)中删除。 2.2 算法步骤 算法第一步是简单统计所有含一个元素的项集出现的频率，来决定最大的一维项目 集，在第 k 步，分两个阶段，首先用一函数 sc_candidate,通过第（k-1）步中生成最大项 目集 1kL 来生成候选项目集 kC ，然后搜素数据库计算候选项目集 kC 的支持度。 Apriori 算法描述如下： （1） 1C ={candidate 1-itemset}; 1
    （2） 1L ={c 1C |c.count  minsupport}; （3）For (k=2, 1kL  ,k++） （4） （5）for kC =sc_candidate( 1kL all transaction tD ); （6） 1C =count_support( kC ,t) （7） for all candidates c 1C （8） c.count=c.count + 1; （9） next （10） kL ={c kC |c.count  minsupport}; （11）Next （12）Resultset=resultset  kL 其中，D 表示数据库；minsupport 表示给定的最小支持度；resultset 表示所有最大项目 集。k-itemset 表示 k 维项目集； kL ：具有最小支持度的最大 k-itemset； kC ：候选的 k- itemset(潜在最大项目集) 2.3 程序流程图 程序的主体部分首先接收用户输入的最小支持度，之后读取原始数据。产生频繁 1 项 集的集合 1L ，之后用 1kL 产生候选 kC ，以找出 如图 1 所示是 Apriori 算法的程序流程图。 kL ，其中 k>=2; 2
    图 1 Apriori 算法流程图 3 实验结果分析 1.当输入的最小支持度为 2 的时候，此时程序的运行时间是比较长的。运行结果如图 2 所示： 图 2 最小支持度=2 时的结果图 3
    2.当当输入的最小支持度较大的时候，此算法产生频繁项集的效率挺快的。 例如，最小支持度 7 的时候，程序运行结果如图 3 所示： 图 3 最小支持度=7 时的结果图 4 实验心得体会 问题：当原始数据较多并且最小支持度设置的较小的时候，运行效率较低。 现象：程序在较长时间内一直在运行。 分析：当最小支持度设置的较小的时候，算法需要重复扫描原始数据，这就使得 程序的运行效率比较低。 解决：可以改变算法的数据结构，使算法不需要重复扫描原始数据或者较少的扫描原 始数据。 5 参考文献 [1] Jiawei Han Micheline Kamber 著.范明 孟小峰译，数据挖掘感念于技术，机械工业出版 社,2007.3 [2] 王运峰，张蕾，韩纪富等，数据库中关联规则的并行挖掘算法.计算机工程与应用，2001 4
    附录（源代码） 1. Apriori.h #pragma once //此头文件只被编译一次 #include #include #include using namespace std; class Apriori { struct ITEM { vector ContentLst; //此项的内容 long nCol; long nCount; //此项的列数 //此项的计数 }; private: string *m_pData; //数据集的地址 long m_nRowCount; //数据集的项的个数 long m_nColCount; //数据集的项的列数的最大值 int m_minSupport; //最小支持度 vector m_Result; //最后的筛选结果 public: Apriori(void); bool SetData(string *pData, int nRowCount, int nColCount); //设置数据 bool Statistics(vector &contentLst); //统计候选 集里所有项的计数 bool Link(ITEM *pItem1, ITEM *pItem2, ITEM &itemResult); //链接 5
    bool Link(vector &contentLst); bool Pruning(vector &contentLst, int nCount); bool Run(void); Apriori 算法 void PrintResult(void); 果 void SetMinSupport(int nSupport); //剪枝 //运行 //打印结 //设置最 小支持度 ~Apriori(void); }; 2. Apriori.cpp #include "Apriori.h" Apriori::Apriori(void) { } m_nRowCount = 0; m_nColCount = 0; m_pData = NULL; m_minSupport = -1; Apriori::~Apriori(void) { } m_pData = NULL; bool Apriori::SetData(string *pData, int nRowCount, int nColCount) { if (pData == NULL) { 6
    return false; } m_pData = pData; m_nRowCount = nRowCount; m_nColCount = nColCount; return true; } bool Apriori::Statistics(vector &contentLst) { int nLength = contentLst.size(); int i,j,r; ITEM itemTmp; string str; for (int nrow=0; nrow
    分享到：
    赞 收藏

    相关推荐

    资料库

    行业研究

    共收录33份资料，累计3个分类，关注成员有19位，主要包括：元宇宙,行业报告,数据集

    热门标签

    元宇宙 行业报告 数据集

    最新资料