3-Sequence: <4,5,7>,<4,5,6>,<4,6,7>,<5,6,7>,<4,6,8>.Support：2,2,3,2,2使用aprioriall算法找出大序列

根据题意，我们需要使用AprioriAll算法找出大序列。

首先，我们需要将所有的3-Sequence转化为单个的项，即<4>,<5>,<6>,<7>,<8>。

然后，我们需要对这些项进行计数，得到它们的支持度，即：

<4>：4

<5>：2

<6>：3

<7>：3

<8>：1

接下来，我们需要使用AprioriAll算法找出所有的频繁项集。该算法的步骤如下：

1. 找出所有的频繁1项集（支持度不小于最小支持度阈值的项集）。

2. 根据频繁1项集，找出所有的频繁2项集。

3. 根据频繁2项集，找出所有的频繁3项集。

在这个例子中，最小支持度阈值为2。因此，<5>和<8>不是频繁项集，而其他项都是频繁项集。因此，所有的频繁项集为：

<4>

<6>

<7>

<4,6>

<4,7>

<6,7>

<4,6,7>

最后，我们需要找出所有的大序列。根据定义，一个序列是大序列，当且仅当它的任意子序列都是频繁序列。

因此，我们可以遍历所有的频繁序列，对于每个频繁序列，检查它的所有子序列是否都是频繁序列。如果是，则该频繁序列是大序列。

在这个例子中，<4,5,7>和<5,6,7>都是频繁序列，但是它们的子序列<4,5>和<5,7>并不是频繁序列。因此，它们不是大序列。

而<4,6,7>是频繁序列，且它的所有子序列<4,6>、<4,7>和<6,7>都是频繁序列，因此它是大序列。

因此，我们找出的大序列是<4,6,7>。

相关问题

18.请用AprioriAll算法如表A6-1所示的数据库例子中找出大序列，假定最小支持度为40%。 3-Sequence Support <4,5,7> 2 <4.5,6> <4,6,7> 3 <5,6,7> 2 < <4,6,8>

根据AprioriAll算法，我们需要先生成所有的频繁序列，再从中找出大序列。

首先，对于长度为1的序列，计算它们的支持度，得到如下频繁1-序列：

{4}，支持度为5/6=83.33%
{5}，支持度为4/6=66.67%
{6}，支持度为5/6=83.33%
{7}，支持度为4/6=66.67%
{8}，支持度为2/6=33.33%

可以看出，{8}的支持度不足最小支持度40%，因此它不是频繁1-序列。

接下来，我们需要生成长度为2的候选序列，即{4,5}、{4,6}、{4,7}、{5,6}、{5,7}、{6,7}。

对于每个候选序列，统计其在数据库中的支持度，得到如下频繁2-序列：

{4,5}，支持度为2/6=33.33%
{4,6}，支持度为3/6=50%
{4,7}，支持度为2/6=33.33%
{5,6}，支持度为2/6=33.33%
{5,7}，支持度为2/6=33.33%
{6,7}，支持度为3/6=50%

可以看出，{4,5}、{4,7}、{5,6}、{5,7}的支持度不足最小支持度40%，因此它们不是频繁2-序列。

接下来，我们需要生成长度为3的候选序列，即{4,6,7}。

统计其在数据库中的支持度，得到频繁3-序列{4,6,7}，支持度为3/6=50%。

因此，{4,6,7}是大序列，它是长度为3且支持度不低于最小支持度40%的频繁序列。

因此，答案为{4,6,7}。

18.请用AprioriAll算法如表A6-1所示的数据库例子中找出大序列，假定最小支持度为40%。 3-Sequence Support <4,5,7> 2 <4.5,6>2 <4,6,7> 3 <5,6,7> 2 < <4,6,8>2

根据AprioriAll算法，首先需要扫描整个数据库，找出所有的1-序列，并计算它们的支持度。

1-序列 支持度
4 5
5 3
6 6
7 5
8 2

根据最小支持度为40%，可以剪枝得到频繁1-序列：

1-序列 支持度
4 5
6 6
7 5

接下来，根据频繁1-序列，生成2-序列，并计算它们的支持度。

2-序列 支持度
<4,5> 2
<4,6> 3
<4,7> 2
<5,6> 2
<5,7> 1
<6,7> 3
<6,8> 1

剪枝得到频繁2-序列：

2-序列 支持度
<4,6> 3
<6,7> 3

接下来，根据频繁2-序列，生成3-序列，并计算它们的支持度。

3-序列 支持度
<4,6,7> 3

因为只有一个频繁3-序列，所以它就是我们要找的大序列。