知识挖掘实验技巧.docVIP

实验一、Apriori算法发现频繁项集 实验目的： 1) 进一步熟悉Matlab编程算法； 2) 掌握使用Apriori算法从事物数据库中挖掘频繁项集的方法。 实验原理： 1、Apriori算法 Apriori使用一种称作逐层有哪些信誉好的足球投注网站的迭代方法，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L1。然后，L1用于找频繁2项集的集合L2，L2用于找L3，如此下去，直到不能再找到频繁k项集。找每个Lk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。 实验内容： 程序框图 2、实验内容 1) 使用Apriori算法编程实现对实验数据中提供的AllElectronics某分店的事物数据库挖掘频繁项集，并在实验报告中写出程序框图； 2) 产生全部频繁模式，保留其中的闭频繁项集。 3) 在实验报告中写明各主要程序片段的功能和作用。 3、实验步骤 1) 算法第一次迭代，每项都是候选1项集的集合C1的成员，简单的扫描所有的事物，对每项的出现次数计数； 2) 按先验的最小支持度计数阈值min_sup=2，确定频繁1项集的集合L1，令i=1，Ni是Li中项的数量； 3) 调用子函数Join_Prune(Li,min_sup)，存储频繁项集Li； 子函数Join_Prune(Li,min_sup)： a) 对频繁i项集Li执行连接步，产生候选i+1项集Ci+1； b) 对候选i+1项集Ci+1执行剪枝步，产生频繁i+1项集Li+1； c) 返回频繁i+1项集Li+1。 4) 如果Ni+10，则令i=i+1，转到步骤3)；否则，算法结束。 4、实验数据 AllElectronics某分店的事物数据 TID 商品ID的列表 T100 I1,I2,I5 T200 I2,I4 T300 I2,I3 T400 I1,I2,I4 T500 I1,I3 T600 I2,I3 T700 I1,I3 T800 I1,I2,I3,I5 T900 I1,I2,I3 5、实验代码： function [C]=ExamDM1(AllETrans) [M,N]=size(AllETrans); Ni=5; for i=1:Ni CC{i,1}=zeros(1,2); end for k=1:N [Mk,Nk]=size( AllETrans{k}); for i=1:Nk CC{AllETrans{k}(i),1}( 1,1)=AllETrans{k}(i); CC{AllETrans{k}(i),1}( 1,2)=CC{AllETrans{k}(i),1}( 1,2)+1; end end C{1,1}=CC; NC=1; [MC2,NC2]=size(C{1,1}); min_sup=2; while NC=Ni NC if MC2=2 [C1NC,MC2]=Link(C{1,NC},Ni); % Link step. [CC1NC]=ScanCount(C1NC,AllETrans,N,Ni); % Scanning the transaction database to count the support number. [MC3,NC3]=size(CC1NC); NC=NC+1; kk=0; for k=1:MC3 % Prone step. [MC4,NC4]=size(C1NC{k,1}); if CC1NC{k,1}(1,NC4)=min_sup kk=