数据挖掘-关联分析频繁模式挖掘AprioriFP-Growth及Eclat算法的JAVA及C++实现..doc

(update 2012.12.28 关于本项目下载及运行的常见问题 FAQ见?newsgroup18828文本分类器、文本聚类器、关联分析频繁模式挖掘算法的Java实现工程下载及运行FAQ?) 一、Apriori算法 ? ? ? ?Apriori是非常经典的关联分析频繁模式挖掘算法，其思想简明，实现方便，只是效率很低，可以作为频繁模式挖掘的入门算法。其主要特点是 ? ? ? ?1、k-1项集连接规律：若有两个k-1项集，每个项集保证有序，如果两个k-1项集的前k-2个项相同，而最后一个项不同，则证明它们是可连接的，可连接生成k项集。 ? ? ? ?2、反单调性。如果一个项集是频繁的，那么它的所有子集都是频繁的。即若一个项集的子集不是频繁项集，则该项集肯定也不是频繁项集。 ? ? ? ?主要算法流程： ? ? ??1. 扫描数据库，生成候选1项集和频繁1项集。? ? ? 2. 从2项集开始循环，由频繁k-1项集生成频繁频繁k项集。? ? ? 2.1 ?频繁k-1项集两两组合，判定是否可以连接，若能则连接生成k项集。? ? ? 2.2 ?对k项集中的每个项集检测其子集是否频繁，舍弃掉子集不是频繁项集即 ? 不在频繁k-1项集中的项集。? ? ? 2.3 ?扫描数据库，计算2.3步中过滤后的k项集的支持度，舍弃掉支持度小于阈值的项集，生成频繁k项集。? ? ? 3. ?若当前k项集中只有一个项集时循环结束。 ? ? ? 伪代码如下： ? ? JAVA实现代码 [java]?view plaincopy package?com.pku.yangliu;?? ?? import?java.io.BufferedReader;?? import?java.io.File;?? import?java.io.FileReader;?? import?java.io.FileWriter;?? import?java.io.IOException;?? import?java.util.ArrayList;?? import?java.util.HashMap;?? import?java.util.HashSet;?? import?java.util.List;?? import?java.util.Map;?? import?java.util.Set;?? import?java.util.TreeSet;?? ?? /**频繁模式挖掘算法Apriori实现? ?*?@author?yangliu? ?*?@qq?772330184? ?*?@blog?/yangliuy? ?*?@mail?yang.liu@? ?*? ?*/?? ?? public?class?AprioriFPMining?{?? ????private?int?minSup;//最小支持度?? ????private?static?List<Set<String>>?dataTrans;//以List<Set<String>>格式保存的事物数据库,利用Set的有序性?? ?????? ????public?int?getMinSup()?{?? ????????return?minSup;?? ????}?? ?????? ????public?void?setMinSup(int?minSup)?{?? ????????this.minSup?=?minSup;?? ????}?? ?????? ????/**? ?????*?@param?args? ?????*/?? ?????public?static?void?main(String[]?args)?throws?IOException?{??? ????????AprioriFPMining?apriori?=?new?AprioriFPMining();?? ????????double?[]?threshold?=?{0.25,?0.20,?0.15,?0.10,?0.05};?? ????????String?srcFile?=?"F:/DataMiningSample/FPmining/Mushroom.dat";?? ????????String?shortFileName?=?srcFile.split("/")[3];?? ????????String?targetFile?=?"F:/DataMiningSample/FPmining/"?+?shortFileName.substring(0,?shortFileName.indexOf("."))+"_fp_threshold";?? ????????dataTrans?=?apriori.readTrans(s