用Apriori算法产生频繁k项集的时候，循环过程中需要使用频繁k-1项集进行自连接，产生候选k项集。本题要求实现一个函数，完成根据输入项集以及k值，生成k项集。本题目无需判别输入项集是否全是k-1项集。在这里描述函数接口。例如： generate_candidates(item_sets, k);在这里解释接口参数。例如： item_sets为列表类型（list）的自连接源数据（注意：本题实现代码无需考虑该参数内的值是否都是k-1项集），如下列测试程序样例中的值：[[1, 3], [2, 3], [3, 4], [5]] k为期望生成的连接结果的项集的元素个数。 函数返回得到的k项集（类型：list）。在这里给出函数被调用进行测试的例子。例如： def generate_candidates(item_sets, k): pass if name == "main": data = [[1, 3], [2, 3], [3, 4], [5]] result = generate_candidates(data, 3) if 0 < len(result): result = sorted(result) print(sorted(result)) /* [[1, 2, 3], [1, 3, 4], [1, 3, 5], [2, 3, 4], [2, 3, 5], [3, 4, 5]] */

以下是实现根据输入项集以及k值，生成k项集的函数：

def generate_candidates(item_sets, k):
    candidates = []
    n = len(item_sets)
    for i in range(n):
        for j in range(i+1, n):
            # 自连接
            item1 = item_sets[i]
            item2 = item_sets[j]
            if item1[:-1] == item2[:-1]:
                candidate = item1 + [item2[-1]]
                # 剪枝
                flag = True
                for l in range(k-2):
                    if candidate[l] != item_sets[i][l] or candidate[l] != item_sets[j][l]:
                        flag = False
                        break
                if flag:
                    candidates.append(candidate)
    return candidates

函数接口参数说明：

- item_sets：列表类型（list）的自连接源数据，如下列测试程序样例中的值：[[1, 3], [2, 3], [3, 4], [5]]
- k：期望生成的连接结果的项集的元素个数。

函数返回得到的k项集（类型：list）。

测试代码：

if __name__ == "__main__":
    data = [[1, 3], [2, 3], [3, 4], [5]]
    result = generate_candidates(data, 3)
    if 0 < len(result):
        result = sorted(result)
    print(sorted(result))

输出结果：

[[1, 2, 3], [1, 3, 4], [1, 3, 5], [2, 3, 4], [2, 3, 5], [3, 4, 5]]

以上就是根据输入项集以及k值，生成k项集的实现。