Apriori算法是一种用于发现关联规则的数据挖掘算法,它最初由Agrawal和Srikant提出。它的基本思想是,如果某个项集是频繁项集,那么它的所有子集也是频繁项集。
Apriori算法是一种用于发现关联规则的数据挖掘算法,它最初由Agrawal和Srikant提出。它的基本思想是,如果某个项集是频繁项集,那么它的所有子集也是频繁项集。
是一个使用Java实现Apriori算法的示例代码:
import java.util.ArrayList;
import java.util.HashMap;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
public class Apriori {
// 支持度阈值
private static double MIN_SUPPORT = 0.5;
// 关联规则的最小置信度
private static double MIN_CONFIDENCE = 0.7;
// 频繁项集
private List
// 关联规则
private List
// 记录每个项集出现的次数
private Map
// 数据集
private String[][] data;
public Apriori(String[][] data) {
this.data = data;
}
/**
* 运行Apriori算法
*/
public void runApriori() {
// 初始化
frequentItemsets = new ArrayList
associationRules = new ArrayList
itemCount = new HashMap
// 第一次扫描,得到频繁1项集
Map
// 根据频繁1项集生成候选2项集
List
// 扫描数据集,得到频繁2项集
Map
// 将频繁1项集和频繁2项集合并
Map
// 根据频繁2项集生成候选3项集
List
// 扫描数据集,得到频繁3项集
Map
// 将频繁1项集、频繁2项集和频繁3项集合并
mergedMap = merge(mergedMap, thirdScanMap);
// 根据频繁3
本站系公益性非盈利分享网址,本文来自用户投稿,不代表边看边学立场,如若转载,请注明出处
评论列表(73条)