实验一：matlab 实现apriori 算法源代码
一、实验目的
通过实验，加深数据挖掘中一个重要方法——关联分析的认识，其经典算法为apriori
算法，了解影响 apriori 算法性能的因素，掌握基于 apriori 算法理论的关联分析的原理和
方法。
二、实验内容
对一数据集用 apriori 算法做关联分析，用 matlab 实现。
三、方法手段
关联规则挖掘的一个典型例子是购物篮分析。市场分析员要从大量的数据中发现顾客放
入其购物篮中的不同商品之间的关系。如果顾客买牛奶，他也购买面包的可能性有多大？ 什
么商品组或集合顾客多半会在一次购物时同时购买？例如，买牛奶的顾客有 80%也同时买面
包，或买铁锤的顾客中有70%的人同时也买铁钉，这就是从购物篮数据中提取的关联规则。
分析结果可以帮助经理设计不同的商店布局。一种策略是：经常一块购买的商品可以放近一
些，以便进一步刺激这些商品一起销售，例如，如果顾客购买计算机又倾向于同时购买财务
软件，那么将硬件摆放离软件陈列近一点，可能有助于增加两者的销售。另一种策略是：将
硬件和软件放在商店的两端，可能诱发购买这些商品的顾客一路挑选其他商品。
关 联 规 则 是 描 述 数 据 库 中 数 据 项 之 间 存 在 的 潜 在 关 系 的 规 则 , 形 式 为
,其中
,
是数据库中的数据项 .
A A ... A B B ... B
A (i 1,2..., m) A ( j 1,2...,n)
i
1
2
m
1
2
n
j
数据项之间的关联规则即根据一个事务中某些项的出现,可推导出另一些项在同一事务中也
出现。
四、Apriori 算法
1.算法描述
Apriori 算法的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(候选),通过第(k-1)步中生
成的最大项目集 L 来生成侯选项目集 C 。然后搜索数据库计算侯选项目集 C 的支持度. 为
k-1
k
k
了更快速地计算 C 中项目的支持度, 文中使用函数 count_support 计算支持度。
k
Apriori 算法描述如下：
(1) C ={candidate1-itemsets};
1
(2) L ={c∈C |c.count≥minsupport};
1
1
(3) for(k=2,L ≠Φ,k++)
//直到不能再生成最大项目集为止
//生成含 k 个元素的侯选项目集
//办理处理
k-1
(4) C =sc_candidate(L );
k
k-1
(5) for all transactions t∈D
(6) Ct=count_support(C ,t);
k
(7) for all candidates c∈C
//包含在事务 t 中的侯选项目集
t
(8) c.count=c.count+1;
(9) next
(10) L ={c∈C |c.count≥minsupport};
k
k
(11) next
(12) resultset=resultset∪L
k
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。
评论0
最新资源