Apriori算法的思想及核心伪代码

Apriori算法的思想及核心伪代码找出频繁项集：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算法流程：（1）L1=find_frequent_1_itemsets(D)；（2）For(k=2;Lk-1≠∅;k++){（3）Ck=aproiri_gen(Lk-1,min_sup)；//根据频繁（k-1）-项集产生候选k-项集（4）Foreachtransactiont∈D{//扫描数据库，以确定每个候选项集的支持度（5）Ct=subset(Ck,t)；//获得t所包含的候选项集（6）Foreachcandidatec∈Ct（7）c.count++；（8）}（9）Lk={c∈Ck⎜c.count≥min_sup}（10）}（11）returnL=∪kLk；Procedureapriori_gen(Lk-1;min_sup)//连接（1～4步）和剪枝（5～7）函数算法（1）foreachitemsetl₁∈Lk-1（2）foreachitemsetl₂∈Lk-1（3）if(l₁[1]=l₂[2]∧...∧(l₁[k-2]=l₂[k-2])∧(l₁[k-1]l₂[k-2])then{（4）c=l₁⊕l₂；//将两个项集连接一起（5）ifhas_infrequent_subset(c,Lk-1)then（6）deletec；//出去不可能产生频繁项集的候选项集（7）elseaddctoCk；（8）}（9）returnCk；Procedurehas_infrequent_subset(c,Lk-1)//非频繁子集的测试函数算法（1）foreach(k-1)-subsetsofc（2）ifs∉Lk-1then（3）returnTRUE；（4）returnFALSE；由频繁项集生成关联规则：输入:频繁项集(Lk),最小支持度阀值(min_sup)和最小置信度阈值(min_conf).输出:强关联规则。ProcedureGenAssociationRule(Lk,min_conf)Begin1）foreachfrequenti_itemsetliofLkdo{对于Lk集合中的每一个i_项集li2）ifliisnot1_itemsetthen{若li不是1_项集3）SubItems=GenSubItemSet(Lk);按照项数递增方式生成Lk的所有子集,并入库4）AR_gen=AssociationRule(Lk,min_conf);产生强关联规则,并入规则库5）Show_AR=ShowAssociationRule();显示强关联规则6）}7）}End