Apriori.rar_Apriori_Apriori MATLAB_Apriori算法实现_关联_数据关联算法

clear; clc; sup=2; tran=[1 1 0 0 1;0 1 0 1 0;0 1 1 0 0;1 1 0 1 0;1 0 1 0 0;0 1 1 0 0;1 0 1 0 0;1 1 1 0 1;1 1 1 0 0]; [m1,n1]=size(tran); %寻找一项集 co1=(1:n1)' count_sup=sum(tran,1); temp=find(count_sup>=sup); %项集的支持度大于等于最小支持度；temp输出的代表符合标准的列数 co1=co1(temp); %使得col的数值与temp对应 count_co1_sup=count_sup(temp)'; %从count_sup中筛选符合的数据，以temp为筛选标准 L1=[co1 count_co1_sup] %输出一个数值用中括号x=[...] %产生二项集 % i=0; j=0 对前面的赋值清零 i=0; j=0; co2=nchoosek(co1,2) %产生候选项 [m2,n2]=size(co2); %查找候选项的支持度 count_co2_sup=zeros(m2,1); for i=1:m2 for j=1:m1 if (tran(j,co2(i,1))==1)&& (tran(j,co2(i,2))==1) %tran(m,n)表示tran矩阵的第m行第n列的元素 %tran[m,n]表示tran这个m行n列的矩阵 count_co2_sup(i)=count_co2_sup(i)+1 %计算支持度 end j=j+1; end m2=m2+1; end temp=find(count_co2_sup>=sup); %对二项集进行修枝 co2=co2(temp,:); %加冒号是为了保证每列都与temp对应；，：寻找每行所有的列向量 count_co2_sup=count_co2_sup(temp,:); L2=[co2 count_co2_sup] %%寻找三项集 A=[co2(:,1)' co2(:,2)'] [mA nA]=size(A) B(1)=A(1); k=2; for i=2:nA if (A(i)~= B(1:end)) % “~=”表示“不等于”，即A中第i个元素与B中所有的元素都不相等 B(k)=A(i); k=k+1; end i=i+1; end %得出B=[1,2,3,5,4],分别对应A(1)、A(4)、A(8)、A(9)、A(11) co3=nchoosek(B,3); %产生候选项,频繁集的子集应该也是频繁集对三项集修枝 [m3,n3]=size(co3); %查找候选项的支持度 count_co3_sup=zeros(m3,1); for i=1:m3 for j=1:m1 if (tran(j,co3(i,1))==1)&& (tran(j,co3(i,2))==1)&&(tran(j,co3(i,3))==1) count_co3_sup(i)=count_co3_sup(i)+1; end j=j+1; end m3=m3+1; end temp=find(count_co3_sup>=sup); %对三项集进行修枝 co3=co3(temp,:) count_co3_sup=count_co3_sup(temp,:); L3=[co3 count_co3_sup]