《Apriori算法的思想及核心伪代码》由会员分享，可在线阅读，更多相关《Apriori算法的思想及核心伪代码（3页珍藏版）》请在金锄头文库上搜索。
1、Apriori算法的思想及核心伪代码找出频繁项集：输入：事务数据库D；最小支持度阈值输出：D中的频繁项集L算法流程：（1）L1=find_frequent_1_itemsets(D)；（2）For(k=2;Lk-1;k+)（3）Ck=aproiri_gen(Lk-1,min_sup)； /根据频繁（k-1）-项集产生候选k-项集（4）For each transaction tD /扫描数据库，以确定每个候选项集的 支持度（5）Ct=subset(Ck,t)； / 获得t所包含的候选项集（6）For each candidate c Ct（7）c.count+；（8）（9）Lk=cCk c.c
2、ountmin_sup（10）（11）return L=kLk； Procedure apriori_gen(Lk-1;min_sup) /连接（14步）和剪枝（57）函数算法 （1）for each itemset l Lk-1 （2）for each itemset l Lk-1（3）if(l1= l2.( lk-2= lk-2)(lk-1lk-2)then（4）c=l l； /将两个项集连接一起（5）if has_infrequent_subset(c,Lk-1)then（6）delete c； /出去不可能产生频繁项集的候选项集（7）else add c to Ck；（8）（9）ret
3、urn Ck；Procedure has_infrequent_subset(c,Lk-1) /非频繁子集的测试函数算法（1）for each (k-1)-subset s of c（2）if s Lk-1 then（3）return TRUE；（4）return FALSE；由频繁项集生成关联规则：输入:频繁项集(Lk ), 最小支持度阀值(min_sup)和最小置信度阈值(min_ conf).输出:强关联规则。Procedure GenAssociationRule (Lk ,min_conf)Begin1） for each frequent i_itemset li of Lk do 对于Lk 集合中的每一个i_项集li2） if li is not 1_itemset then 若li 不是1_项集3） SubItems =GenSubItemSet (Lk ); 按照项数递增方式生成Lk 的所有子集, 并入库4） AR_gen =AssociationRule(Lk , min_conf);产生强关联规则, 并入规则库5） Show_AR =ShowAssociationRule (); 显示强关联规则6 ）7 ）End
