apriori算法的原代码

以下是apriori算法的原始代码，实现频繁项集的挖掘：

def apriori(dataset, min_support=0.5):
    """
    输入数据集及最小支持度，输出所有频繁项集
    """
    # 扫描数据集，获取所有候选项集
    C1 = create_C1(dataset)
    # 将候选项集转化为符合最小支持度的频繁项集
    L1, support_data = scan_D(dataset, C1, min_support)
    # 将所有符合最小支持度的频繁项集放入列表L中
    L = [L1]
    k = 2
    while (len(L[k-2]) > 0):
        # 用上一次的频繁项集生成新的候选项集
        Ck = apriori_gen(L[k-2], k)
        # 用新的候选项集转化为符合最小支持度的频繁项集
        Lk, supk = scan_D(dataset, Ck, min_support)
        # 更新支持度信息
        support_data.update(supk)
        # 将所有符合最小支持度的频繁项集放入列表L中
        L.append(Lk)
        k += 1
    return L, support_data

def create_C1(dataset):
    """
    输入数据集，输出所有候选项集
    """
    C1 = []
    for transaction in dataset:
        for item in transaction:
            if not [item] in C1:
                C1.append([item])
    C1.sort()
    return list(map(frozenset, C1))

def scan_D(dataset, Ck, min_support):
    """
    输入数据集、候选项集和最小支持度，输出所有符合最小支持度的频繁项集及其支持度
    """
    # 统计候选项集出现的次数
    ssCnt = {}
    for tid in dataset:
        for can in Ck:
            if can.issubset(tid):
                if not can in ssCnt:
                    ssCnt[can] = 1
                else:
                    ssCnt[can] += 1
    num_items = float(len(dataset))
    retList = []
    support_data = {}
    for key in ssCnt:
        support = ssCnt[key] / num_items
        if support >= min_support:
            retList.insert(0, key)
        support_data[key] = support
    return retList, support_data

def apriori_gen(Lk, k):
    """
    输入频繁项集列表Lk和项集元素个数k，输出所有候选项集
    """
    retList = []
    len_Lk = len(Lk)
    for i in range(len_Lk):
        for j in range(i+1, len_Lk):
            L1 = list(Lk[i])[:k-2]; L2 = list(Lk[j])[:k-2]
            L1.sort(); L2.sort()
            if L1 == L2:
                retList.append(Lk[i] | Lk[j])
    return retList

以上代码实现了apriori算法，可以通过输入数据集和最小支持度来获取所有频繁项集。其中，create_C1函数用于从数据集中生成一阶候选项集；scan_D函数用于从候选项集中找出符合最小支持度的频繁项集；apriori_gen函数用于由上一次的频繁项集生成新的候选项集。