python实现apriori算法,要求能够输入最小支持度和划分最大频繁集数目

时间: 2024-01-22 19:20:36 浏览: 74
ZIP

由Python实现的频繁项集挖掘Apriori算法

star5星 · 资源好评率100%
好的,以下是Python实现Apriori算法的代码,可以根据输入的最小支持度和划分最大频繁集数目来进行数据挖掘: ```python def load_data_set(): """ 加载数据 """ data_set = [['I1', 'I2', 'I5'], ['I2', 'I4'], ['I2', 'I3'], ['I1', 'I2', 'I4'], ['I1', 'I3'], ['I2', 'I3'], ['I1', 'I3'], ['I1', 'I2', 'I3', 'I5'], ['I1', 'I2', 'I3']] return data_set def create_C1(data_set): """ 创建C1项集 """ C1 = set() for transaction in data_set: for item in transaction: item_set = frozenset([item]) C1.add(item_set) return C1 def is_apriori(Ck_item, Lk_sub1): """ 判断是否满足Apriori性质 """ for item in Ck_item: sub_Ck = Ck_item - frozenset([item]) if sub_Ck not in Lk_sub1: return False return True def create_Ck(Lk_sub1, k): """ 创建Ck项集 """ Ck = set() len_Lk_sub1 = len(Lk_sub1) list_Lk_sub1 = list(Lk_sub1) for i in range(len_Lk_sub1): for j in range(i+1, len_Lk_sub1): l1 = list(list_Lk_sub1[i]) l2 = list(list_Lk_sub1[j]) l1.sort() l2.sort() if l1[0:k-2] == l2[0:k-2]: Ck_item = list_Lk_sub1[i] | list_Lk_sub1[j] if is_apriori(Ck_item, Lk_sub1): Ck.add(Ck_item) return Ck def generate_Lk_by_Ck(data_set, Ck, min_support, support_data): """ 生成Lk项集 """ item_count = {} for transaction in data_set: for item in Ck: if item.issubset(transaction): if item not in item_count: item_count[item] = 1 else: item_count[item] += 1 num_items = float(len(data_set)) Lk = set() support_data_temp = {} for item in item_count: support = item_count[item] / num_items if support >= min_support: Lk.add(item) support_data_temp[item] = support support_data.update(support_data_temp) return Lk def generate_L(data_set, k, min_support): """ 生成所有频繁项集 """ support_data = {} C1 = create_C1(data_set) L1 = generate_Lk_by_Ck(data_set, C1, min_support, support_data) Lk_sub1 = L1.copy() L = [] L.append(Lk_sub1) for i in range(2, k+1): Ci = create_Ck(Lk_sub1, i) Li = generate_Lk_by_Ck(data_set, Ci, min_support, support_data) Lk_sub1 = Li.copy() L.append(Lk_sub1) return L, support_data def generate_rules(L, support_data, min_confidence=0.7): """ 生成关联规则 """ big_rules_list = [] for i in range(1, len(L)): for freq_set in L[i]: H1 = [frozenset([item]) for item in freq_set] if i > 1: rules_from_conseq(freq_set, H1, support_data, big_rules_list, min_confidence) else: calc_confidence(freq_set, H1, support_data, big_rules_list, min_confidence) return big_rules_list def calc_confidence(freq_set, H, support_data, big_rules_list, min_confidence): """ 计算置信度 """ pruned_H = [] for conseq in H: conf = support_data[freq_set] / support_data[freq_set - conseq] if conf >= min_confidence: print(freq_set - conseq, "-->", conseq, "conf:", conf) big_rules_list.append((freq_set - conseq, conseq, conf)) pruned_H.append(conseq) return pruned_H def rules_from_conseq(freq_set, H, support_data, big_rules_list, min_confidence): """ 从 H 中生成更多的关联规则 """ m = len(H[0]) if len(freq_set) > (m + 1): Hmp1 = create_Ck(H, m+1) Hmp1 = calc_confidence(freq_set, Hmp1, support_data, big_rules_list, min_confidence) if len(Hmp1) > 1: rules_from_conseq(freq_set, Hmp1, support_data, big_rules_list, min_confidence) ``` 接下来,可以使用以下代码进行测试: ```python data_set = load_data_set() L, support_data = generate_L(data_set, k=3, min_support=0.5) rules = generate_rules(L, support_data, min_confidence=0.7) ``` 其中,`load_data_set` 函数用于加载数据集,`generate_L` 函数用于生成所有频繁项集,`generate_rules` 函数用于生成关联规则。在 `generate_L` 函数中,可以通过设置参数 `k` 来指定划分最大频繁集数目。在上述代码中,设置 `k=3` 表示最多划分为三个频繁集。同时,还可以通过设置参数 `min_support` 来指定最小支持度的阈值。在生成关联规则时,可以通过设置参数 `min_confidence` 来指定最小置信度的阈值。
阅读全文

相关推荐

最新推荐

recommend-type

python使用Apriori算法进行关联性解析

Apriori算法是关联规则学习的经典算法,由Rakesh Agrawal和Ramakrishnan Srikant于1994年提出,主要用于提取频繁项集和生成关联规则。 在关联分析中,频繁项集是核心概念。一个频繁项集是数据集中出现次数超过预设...
recommend-type

毕业设计&课设_百脑汇商城管理系统:Java 毕设项目.zip

该资源内项目源码是个人的课程设计、毕业设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过严格测试运行成功才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。
recommend-type

【品牌价值-2024研报】最有价值和最强大的NFL品牌的2024年度报告(英).pdf

行业研究报告、行业调查报告、研报
recommend-type

JHU荣誉单变量微积分课程教案介绍

资源摘要信息:"jhu2017-18-honors-single-variable-calculus" 知识点一:荣誉单变量微积分课程介绍 本课程为JHU(约翰霍普金斯大学)的荣誉单变量微积分课程,主要针对在2018年秋季和2019年秋季两个学期开设。课程内容涵盖两个学期的微积分知识,包括整合和微分两大部分。该课程采用IBL(Inquiry-Based Learning)格式进行教学,即学生先自行解决问题,然后在学习过程中逐步掌握相关理论知识。 知识点二:IBL教学法 IBL教学法,即问题导向的学习方法,是一种以学生为中心的教学模式。在这种模式下,学生在教师的引导下,通过提出问题、解决问题来获取知识,从而培养学生的自主学习能力和问题解决能力。IBL教学法强调学生的主动参与和探索,教师的角色更多的是引导者和协助者。 知识点三:课程难度及学习方法 课程的第一次迭代主要包含问题,难度较大,学生需要有一定的数学基础和自学能力。第二次迭代则在第一次的基础上增加了更多的理论和解释,难度相对降低,更适合学生理解和学习。这种设计旨在帮助学生从实际问题出发,逐步深入理解微积分理论,提高学习效率。 知识点四:课程先决条件及学习建议 课程的先决条件为预演算,即在进入课程之前需要掌握一定的演算知识和技能。建议在使用这些笔记之前,先完成一些基础演算的入门课程,并进行一些数学证明的练习。这样可以更好地理解和掌握课程内容,提高学习效果。 知识点五:TeX格式文件 标签"TeX"意味着该课程的资料是以TeX格式保存和发布的。TeX是一种基于排版语言的格式,广泛应用于学术出版物的排版,特别是在数学、物理学和计算机科学领域。TeX格式的文件可以确保文档内容的准确性和排版的美观性,适合用于编写和分享复杂的科学和技术文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战篇:自定义损失函数】:构建独特损失函数解决特定问题,优化模型性能

![损失函数](https://img-blog.csdnimg.cn/direct/a83762ba6eb248f69091b5154ddf78ca.png) # 1. 损失函数的基本概念与作用 ## 1.1 损失函数定义 损失函数是机器学习中的核心概念,用于衡量模型预测值与实际值之间的差异。它是优化算法调整模型参数以最小化的目标函数。 ```math L(y, f(x)) = \sum_{i=1}^{N} L_i(y_i, f(x_i)) ``` 其中,`L`表示损失函数,`y`为实际值,`f(x)`为模型预测值,`N`为样本数量,`L_i`为第`i`个样本的损失。 ## 1.2 损
recommend-type

如何在ZYNQMP平台上配置TUSB1210 USB接口芯片以实现Host模式,并确保与Linux内核的兼容性?

要在ZYNQMP平台上实现TUSB1210 USB接口芯片的Host模式功能,并确保与Linux内核的兼容性,首先需要在硬件层面完成TUSB1210与ZYNQMP芯片的正确连接,保证USB2.0和USB3.0之间的硬件电路设计符合ZYNQMP的要求。 参考资源链接:[ZYNQMP USB主机模式实现与测试(TUSB1210)](https://wenku.csdn.net/doc/6nneek7zxw?spm=1055.2569.3001.10343) 具体步骤包括: 1. 在Vivado中设计硬件电路,配置USB接口相关的Bank502和Bank505引脚,同时确保USB时钟的正确配置。
recommend-type

Naruto爱好者必备CLI测试应用

资源摘要信息:"Are-you-a-Naruto-Fan:CLI测验应用程序,用于检查Naruto狂热者的知识" 该应用程序是一个基于命令行界面(CLI)的测验工具,设计用于测试用户对日本动漫《火影忍者》(Naruto)的知识水平。《火影忍者》是由岸本齐史创作的一部广受欢迎的漫画系列,后被改编成同名电视动画,并衍生出一系列相关的产品和文化现象。该动漫讲述了主角漩涡鸣人从忍者学校开始的成长故事,直到成为木叶隐村的领袖,期间包含了忍者文化、战斗、忍术、友情和忍者世界的政治斗争等元素。 这个测验应用程序的开发主要使用了JavaScript语言。JavaScript是一种广泛应用于前端开发的编程语言,它允许网页具有交互性,同时也可以在服务器端运行(如Node.js环境)。在这个CLI应用程序中,JavaScript被用来处理用户的输入,生成问题,并根据用户的回答来评估其对《火影忍者》的知识水平。 开发这样的测验应用程序可能涉及到以下知识点和技术: 1. **命令行界面(CLI)开发:** CLI应用程序是指用户通过命令行或终端与之交互的软件。在Web开发中,Node.js提供了一个运行JavaScript的环境,使得开发者可以使用JavaScript语言来创建服务器端应用程序和工具,包括CLI应用程序。CLI应用程序通常涉及到使用诸如 commander.js 或 yargs 等库来解析命令行参数和选项。 2. **JavaScript基础:** 开发CLI应用程序需要对JavaScript语言有扎实的理解,包括数据类型、函数、对象、数组、事件循环、异步编程等。 3. **知识库构建:** 测验应用程序的核心是其问题库,它包含了与《火影忍者》相关的各种问题。开发人员需要设计和构建这个知识库,并确保问题的多样性和覆盖面。 4. **逻辑和流程控制:** 在应用程序中,需要编写逻辑来控制测验的流程,比如问题的随机出现、计时器、计分机制以及结束时的反馈。 5. **用户界面(UI)交互:** 尽管是CLI,用户界面仍然重要。开发者需要确保用户体验流畅,这包括清晰的问题呈现、简洁的指令和友好的输出格式。 6. **模块化和封装:** 开发过程中应当遵循模块化原则,将不同的功能分隔开来,以便于管理和维护。例如,可以将问题生成器、计分器和用户输入处理器等封装成独立的模块。 7. **单元测试和调试:** 测验应用程序在发布前需要经过严格的测试和调试。使用如Mocha或Jest这样的JavaScript测试框架可以编写单元测试,并通过控制台输出调试信息来排除故障。 8. **部署和分发:** 最后,开发完成的应用程序需要被打包和分发。如果是基于Node.js的应用程序,常见的做法是将其打包为可执行文件(如使用electron或pkg工具),以便在不同的操作系统上运行。 根据提供的文件信息,虽然具体细节有限,但可以推测该应用程序可能采用了上述技术点。用户通过点击提供的链接,可能将被引导到一个网页或直接下载CLI应用程序的可执行文件,从而开始进行《火影忍者》的知识测验。通过这个测验,用户不仅能享受答题的乐趣,还可以加深对《火影忍者》的理解和认识。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【强化学习损失函数探索】:奖励函数与损失函数的深入联系及优化策略

![【强化学习损失函数探索】:奖励函数与损失函数的深入联系及优化策略](https://cdn.codeground.org/nsr/images/img/researchareas/ai-article4_02.png) # 1. 强化学习中的损失函数基础 强化学习(Reinforcement Learning, RL)是机器学习领域的一个重要分支,它通过与环境的互动来学习如何在特定任务中做出决策。在强化学习中,损失函数(loss function)起着至关重要的作用,它是学习算法优化的关键所在。损失函数能够衡量智能体(agent)的策略(policy)表现,帮助智能体通过减少损失来改进自