dzjin的博客

在Apriori算法中，原始数据集需要遍历多次，如果数据量比较大，就会出现问题。 本文主要介绍一种的高效地发现频繁项集的FP-growth算法，该算法只需要遍历两次原始数据集。 值得注意的是，FP-growth算法也是基于Apriori原理的，即如果一个频繁项集是频繁的，那么它的子集也是频繁的。 以下摘自百度百科： FP-Growth算法是韩嘉炜等人在2000年提出的关联分析算法，它采取如下分治...

1、遍历字典过程中不得删除元素 原书在createTree函数中包含如下一段删除不满足支持度的元素的代码： for k in headerTable.keys(): #remove items not meeting minSup if headerTable[k] < minSup: del(headerTable[k]) 在pytho...

本章除了python版本不兼容问题外，原书的代码在关联规则生成部分，也有很大的问题。 首先给出一个频繁项集{0,1,2,3}的关联规则生成图： 因为第一层没有用，排除第一层后，其他各层规则的右端项个数为1~3，假设频繁项集有n个项，那么规则右端的项个数为1至n-1。 下面看原书的代码： def rulesFromConseq(freqSet, H, supportData, brl, minCo...

普遍联系是为唯物辩证法的一个基本观点。在日常生活中，联系是普遍存在的，一些销售冠军经常提到的关于啤酒和尿布的经典案例，便是联系的一种具体体现。经过一个多月的学习，这几天进入到了无监督学习的关联分析部分，与之前学习算法不同，这几天感觉到特别吃力（状态不佳，心浮气躁），本来想看完书后再找一些案例来充实一下这部分的内容，考虑了一下，还是先静下心来写篇博客总结一下吧，为接下来进行深入的学习打好基础。 ...

问题1：AttributeError: ‘dict’ object has no attribute ‘has_key’ if not ssCnt.has_key(can): ssCnt[can]=1 else: ssCnt[can] += 1 错误原因：Python3中删除了has_key方法 解决方案：使用if key not in dict: if can not in ssCnt: ...