数据挖掘实验三应用 Apriori 算法挖掘频繁项集

实验三、应用 Apriori 算法挖掘频繁项集

学院计算机科学与软件学院

•实验目的：

（1）熟悉 VC++编程工具和 Apriori 频繁项集挖掘算法。

（2）根据管理层的需求，确定数据挖掘的任务，明确数据挖掘的功能，也

就是明确要挖掘什么。

（3）由确定的数据挖掘任务，从实验一处理后的结果中，采用切块或切片

等联机分析处理技术，选择出挖掘任务相关数据。

（4）用 VC++编程工具编写 Apriori 算法的程序，对任务相关数据运行 Apriori

算法，挖掘出所有的频繁项集。

1.写出实验报告。

•实验原理：

1 、Apriori 算法

Apriori 使用一种称作逐层搜索的迭代方法，k 项集用于探索（k+1）项集。

首先，通过扫描数据库，累计每个项的计数，并收集满足最小支持度的项，

找出频繁 1 项集的集合。该集合记作 L 1 。然后，L 1 用于找频繁 2 项集的集合L 2 ，L 2 用于找 L 3 ，如此下去，直到不能再找到频繁 k 项集。找每个 L k 需要一次数据库全扫描。

2、提高频繁项集逐层产生的效率

Apriori 性质：频繁项集的所有非空子集也必须是频繁的。

三、实验内容：

1、实验内容

在给定的数据中提取统一购物篮购买的商品信息，由这些数据构成事务数据库 D，挖掘其中的频繁项集 L。

挖掘频繁项集的算法描述如下：

Apriori 算法：使用逐层迭代找出频繁项集

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。

（1） L 1 = find_frequent_1-itemsets(D); // 挖掘频繁 1-项集，比较容易

（2） for (k=2;L k-1 ≠Φ ;k++) {

（3） C k = apriori_gen(L k-1 ,min_sup); // 调用 apriori_gen 方法生成候选频繁

k-项集分为两步：合并、减枝

（4） for each transaction t ∈ D { // 扫描事务数据库 D

（5） Ct = subset(C k ,t);

（6） for each candidate c ∈ Ct

（7） c.count++; // 统计候选频繁 k-项集的计数

（8） }

（9） L k ={c ∈ Ck|c.count≥min_sup} // 满足最小支持度的 k-项集即为频

繁 k-项集

（10） }

（11） return L= ∪ k L k ; // 合并频繁 k-项集（k>0）

算法在根据频繁 k-1 项集生成频繁 K 项集过程中要计算频繁 K 项集中每个

元素的支持度，并计算 K 项集中每个 k-1 项子集是否在 F k-1 中，上述两条任何一

条不满足，则删去这个 K 项集中的元素。

2 、实验过程

1、打开试验用数据，读取出同一流水号的商品 ID 并取前 5 位，生成以行为单位生成事务数据集 transitions;

2、ind_frequent_1-itemsets 生成频繁一项集

for（each transaction in transitions）{

for(each item in transaction）{

oneItemSet；

oneItemSet.count++；//对 1 项集进行计数

}

}

3、apriori-gen (L k-1 ) 候选集产生算法

For all itemset p∈Lk-1 do

For all itemset q∈Lk-1 do

If p.item1=q.item1, p.item2=q.item2, …,p.itemk-2=q.itemk-2,

p.item k-1 !=q.item k-1

then

begin c=p∞q//p、q 合并后任意的 L k-1 子集

if has_infrequent_subset(c, L k-1 )

then delete c //存在 c 不属于 L k-1 剪枝

else add c to Ck

End

Return Ck

4、has_infrequent_subset(c, L k-1 ）判断候选集的元素

For all (k-1)-subsets of c do

If Not(S∈Lk-1) THEN return TRUE;

Return FALSE;

1.流程图

4、主要程序代码

1、//产生事务数据库代码（加注释）

#include

#include

#include

#include

using namespace std;

class Sales_n

{

public:

string serial;

int market;

char date[10];

int sn;

int id;

float num;

float price;

};

int main()

{

//////////打开并创建txt文件//////////////////////////////////

char name1[50],name2[50];

ifstream infile;

cout<<"选择要打开的文件：1019n.txt 1020n.txt 1021n.txt"<

cin>>name1;

infile.open(name1,ios::in);

/*string contents;*/

if(infile.fail())

{

cout << "error open!" << endl;

}

cout<<"要保存的文件名："<

cin>>name2;

ofstream outfile(name2,ios::out);

if(!outfile)

{

cout<<"open eror!"<

exit(1);

}

//////////////////////访问预处理文件///////////////////////////////////////////// Sales_n sal[10000];

int sal_size=0;

int ser_size=0;

int m = 0,n = 1;

int new1[3400][20]={0}; //暂时储存商品ID