Apriori的Python实现

最新推荐文章于 2024-07-30 17:00:31 发布

644262163

最新推荐文章于 2024-07-30 17:00:31 发布

阅读量791

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习 Python 文章标签： Python 机器学习 Apriori

本文链接：https://blog.youkuaiyun.com/qq644262163/article/details/74857006

Apriori算法:

扫描一遍数据库，得到一阶频繁项

用一阶频繁项构造二阶候选项

扫描数据库对二阶候选项进行计数，删除其中的非频繁项，得到二阶频繁项

然后构造三阶候选项，以此类推，直到无法构造更高阶的候选项，或到达频繁项集的最大长度限制。

Apriori.py

# 构建初始候选项集
def createC1(dataSet):
    C1 = []
    for transaction in dataSet:
        for item in transaction:
            if [item] not in C1:
                C1.append([item])
    C1.sort()
    return list(map(frozenset, C1))

# 计算并筛选Ck中的项集在数据集合D中的支持度
def scanD(D, Ck, minSupport):
    ssCnt = {}

    # 计算每个的出现次数
    for tid in D:
        for can in Ck:
            if can.issubset(tid):
                ssCn