R6-4 项集的交集 分数 10 作者 黄飞虎 单位 成都信息工程大学 关联规则挖掘中常用求频繁项集的算法除了Apriori以外还有Eclat。Eclat算法只需遍历一次事务数据集，并统计每个数据项出现的事务ID。在通过候选集求频繁项集的时候通过对不同项集出现的事务ID求交，再通过求交集大小来计算两个项集共同出现在事务数据集中的频数。 例如：本题要求实现一个函数，来求两个数据集的交集的个数。 函数接口定义： 在这里描述函数接口。例如： calc_intersection(item_set1, item_set2) 在这里解释接口参数。 函数的两个输入参数表示待求交集的两个项集，数据类型均为一维列表，如：[1, 3, 4, 5, 8] 函数返回一个标量，为两个项集交集包含元素的个数，比如如果交集为[3, 4]，则返回2 裁判测试程序样例： 在这里给出函数被调用进行测试的例子。例如： def calc_intersection(item_set1, item_set2): pass if __name__ == "__main__": a = [1, 3, 4, 5, 8] b = [1, 2, 3, 7] print(calc_intersection(a, b)) /* 2 */ 输入样例： 在这里给出一组输入。例如： 输出样例： 在这里给出相应的输出。例如： 2

函数实现如下：

def calc_intersection(item_set1, item_set2):
intersection = set(item_set1) & set(item_set2)
return len(intersection)

如果输入为 a = [1, 3, 4, 5, 8] 和 b = [1, 2, 3, 7]，则输出为 2，表示两个集合的交集包含 2 个元素。