数据挖掘Apriori算法C++实现(2)

- --

②然后通过连接运算，对于每个连接的到项直接进行最小支持度判断，如果大于最小支持度的加入频繁二项集，如果小于则舍弃，循环直到连接完毕；得到二项频繁集L2。

③如此进行下去，直到不能连接产生新的频繁项集为止。

3、代码实现的描述（详细描述文末附上）：

使用C++，构造了一个Apriori类：

class Apriori

{

public:

//初始化，输入数据源，得到原始数据集、频繁1项集

void init(string fileName); //连接频繁k项集、并且直接剪枝，得到频繁k+1项集，加入到容器item_list void apri_gen();;//连接频繁k项集、并且直接剪枝，得到频繁k+1项集，加入到频繁项集集合frequentvec中float calculateSup(vector<string> judge_item); //求候选项的支持度

vector<string> mergeItem(vector<string> vect1,vector<string> vect2,int round); //判断两个项是否可以合并成一个新的项集做为新的候选项，能则合并，不能的返回空容器

void showItem();//输出频繁项集

private:

vector<set<string>> datavec; //原始数据集

int trancount; //原始数据项数量

vector<vector<pair<vector<string>,float>>> frequentvec; //频繁项集的集合

double minsup; //设置最小支持度和最小置信度

double minconf; //设置最小支持度和最小置信度

};

运行结果：

效果对比：

数据集大小：9835

数据元素多少：170

置信度：0.05

原始：频繁1项集28

候选2项集2^28

频繁2项集3

改进后：频繁1项集28

频繁2项集3

算法的改进2

第一次扫描数据库时，对于数据库中的数据，利用各项元素的数字编号来替换各数据元素的名称；即将数据元素的名称字符传用数字来替换，从而减少在求各候选项的支持度时的资源消耗；

代码中的改进之处，

string类型的元素转为对应的int代号：储存频繁项集的容器由vector<vector<pair<vector<string>,float>>>变为vector<vector<pair<vector<int>,float>>>；然后对代码进行相应的调整，使得代码正常运行；

代码的描述：

class Apriori

- . -word资料-