apriori算法实例代码

时间: 2023-09-12 10:03:33 浏览: 37
以下是一个简单的Python实现apriori算法的例子: ```python def apriori(dataset, min_support=0.5): """ apriori算法实现 :param dataset: 数据集 :param min_support: 最小支持度 :return: 频繁项集列表 """ # 获取所有不重复的元素 C1 = create_C1(dataset) # 转化为列表形式,便于后续操作 D = list(map(set, dataset)) # 计算第一层的频繁项集和支持度 L1, support_data = scan_D(D, C1, min_support) # 将所有的频繁项集放入列表L中 L = [L1] k = 2 while len(L[k-2]) > 0: # 生成候选项集 Ck = generate_ck(L[k-2], k) # 计算候选项集的支持度 Lk, support_k = scan_D(D, Ck, min_support) # 将候选项集的支持度加入到support_data中 support_data.update(support_k) # 将频繁项集添加到L中 L.append(Lk) k += 1 return L, support_data ``` 该实现中使用了以下辅助函数: ```python def create_C1(dataset): """ 创建第一层的频繁项集 :param dataset: 数据集 :return: 频繁项集列表 """ 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(D, Ck, min_support): """ 计算候选项集的支持度 :param D: 数据集 :param Ck: 候选项集 :param min_support: 最小支持度 :return: 频繁项集和支持度 """ support_data = {} for tid in D: for can in Ck: if can.issubset(tid): if can not in support_data: support_data[can] = 1 else: support_data[can] += 1 num_items = float(len(D)) ret_list = [] support_data_new = {} for key in support_data: support = support_data[key] / num_items if support >= min_support: ret_list.append(key) support_data_new[key] = support return ret_list, support_data_new def generate_ck(Lk, k): """ 生成候选项集 :param Lk: k-1层的频繁项集 :param k: 当前层数 :return: 候选项集列表 """ ret_list = [] 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: ret_list.append(Lk[i] | Lk[j]) return ret_list ``` 这些辅助函数分别用于创建第一层的频繁项集、计算候选项集的支持度以及生成候选项集。apriori函数本身则是一个迭代过程,从第一层开始不断生成新的频繁项集,直到没有新的频繁项集产生为止。最终返回所有的频繁项集和它们的支持度。

相关推荐

最新推荐

管理系统系列--游戏运营管理系统SpringMVC.zip

管理系统系列--游戏运营管理系统SpringMVC

downloadfile.pdf

downloadfile.pdf

【Java毕业设计】爱慈善公益平台(love-charity)是一个基于 SpringBoot 开发的标准 Java.zip

【Java毕业设计】爱慈善公益平台(love-charity)是一个基于 SpringBoot 开发的标准 Java

自动化与电气工程学院-轨道交通信号与控制专业-郑智怀.pdf

自动化与电气工程学院-轨道交通信号与控制专业-郑智怀.pdf

多语言U-S-D-T交易市场源码/U-S-D-T理财系统源码/排单系统源码

多语言U-S-D-T交易市场源码/U-S-D-T理财系统源码/排单系统源码

三相电压型逆变器工作原理分析.pptx

运动控制技术及应用

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

液位控制技术在换热站工程中的应用与案例分析

# 1. 引言 ### 1.1 研究背景 在工程领域中,液位控制技术作为一项重要的自动化控制技术,广泛应用于各种工业生产和设备操作中。其中,液位控制技术在换热站工程中具有重要意义和价值。本文将针对液位控制技术在换热站工程中的应用展开深入研究和分析。 ### 1.2 研究意义 换热站作为工业生产中的关键设备,其性能稳定性和安全运行对于整个生产系统至关重要。液位控制技术作为一项可以实现对液体介质在容器内的准确控制的技术,在换热站工程中可以起到至关重要的作用。因此,深入研究液位控制技术在换热站工程中的应用对于提升工程效率、降低生产成本具有重要意义。 ### 1.3 研究目的 本文旨在通过

vue this.tagsList判断是否包含某个值

你可以使用JavaScript中的`includes()`方法来判断一个数组是否包含某个值。在Vue中,你可以使用以下代码来判断`this.tagsList`数组中是否包含某个值: ```javascript if (this.tagsList.includes('某个值')) { // 数组包含该值的处理逻辑 } else { // 数组不包含该值的处理逻辑 } ``` 其中,将`某个值`替换为你要判断的值即可。

数据中心现状与趋势-201704.pdf

2 2 IDC发展驱动力 一、IDC行业发展现状 3 3 IDC发展驱动力 4 4 ü 2011年以前,全球IDC增长迅速,2012-2013年受经济影响放慢了增长速度,但从2014年开始,技术创新 驱动的智能终端、VR、人工智能、可穿戴设备、物联网以及基因测序等领域快速发展,带动数据存储规模 、计算能力以及网络流量的大幅增加,全球尤其是亚太地区云计算拉动的新一代基础设施建设进入加速期。 ü 2016 年全球 IDC 市场规模达到 451.9 亿美元,增速达 17.5%。从市场总量来看,美国和欧洲地区占据了 全球 IDC 市场规模的 50%以上。从增速来看,全球市场规模增速趋缓,亚太地区继续在各区域市场中保持 领先,其中以中国、印度和新加坡增长最快。 2010-2016年全球IDC市场规模 IDC市场现状-全球 5 5 IDC市场现状-国内 ü 中国2012、2013年IDC市场增速下滑,但仍高于全球平均增速。2014年以来,政府加强政策引导、开放 IDC牌照,同时移动互联网、视频、游戏等新兴行业发展迅速,推动IDC行业发展重返快车道。 ü 2016 年中国 IDC 市场继续保持高速增