• PUDN用户
    了解作者
  • Visual C++
    开发工具
  • 2KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 2
    下载次数
  • 2009-11-22 11:46
    上传日期
数据挖掘关联规则APriori算法的C语言实现,只有支持度,不包含置信度。
cc.rar
  • apriori.c
    6.2KB
  • www.pudn.com.txt
    218B
内容介绍
#include<stdio.h> typedef struct { int item[10]; //数据项 } D_Node; //数据库D typedef struct { int item[10]; //数据项,用item[0]保存支持度 } C_Node; //候选集 typedef struct { int item[10]; //数据项,用item[0]保存支持度 } L_Node;//频繁集 C_Node C[20][10]; L_Node L[20][10]; D_Node D[20]; int min_supp; //最小支持度 void InPut() { int i,j,n,n1; printf("请输入最小支持度:"); scanf("%d",&min_supp); printf("请输入交易集的大小"); scanf("%d",&D[0].item[0]); n=D[0].item[0]; for(i=1;i<=n;i++) //for1 { printf("请输入交易[%d]中记录的个数(n)",i); scanf("%d",&n1); D[i].item[0]=n1; for(j=1;j<=n1;j++) //for2 { printf("请输入交易[%d]中记录项,直接输入数字:",i); scanf("%d",&D[i].item[j]); }//for2 } //for1 }//end of InPut void C1() { //功能:扫描数据集D生成1项候选集C1 //输入:数据集D //输出1项候选集C1 //初始条件 数据集D 非空 int i,j,k; int no=1,temp=0; C[1][0].item[0]=0; //1 项集的个数,在本算法中,用C[n][k].item[0]来保存候选集Cn的第k项的支持度 if(D[0].item[0]!=0) { C[1][1].item[1]=D[1].item[1]; } for(i=1;i<=D[0].item[0];i++) //for1 { for(j=1;j<=D[i].item[0];j++) //for2 { temp=1; for(k=1;k<=no;k++) //for3 { if(C[1][k].item[1]==D[i].item[j]) { C[1][k].item[0]++; //支持度加1 temp=0; // } //if }//end for3 if(temp)//生成新的项集 { C[1][++no].item[1]=D[i].item[j]; C[1][no].item[0]=1; } }//end for2 } // end for1 C[1][0].item[0]=no;//数据项的个数 } //end of C1() void Cn( int n) { //用频繁集Ln-1为基础,通过连接得到n项候选集Cn int i,j,k,p,q,s,t,num; int no=0,temp=0,count; C[n][0].item[0]=0; //初始化 //printf("in Cn(%d) n=%d\n",n,n); //printf("in Cn(%d) C[%d][0].item[0]=%d\n",n,n,C[n][0].item[0]); num=L[n-1][0].item[0]; //num是Ln-1项集的数据个数 for(i=1;i<=num;i++) for(j=i+1;j<=num;j++) //for2 { temp=1; //测试是否满足联结条件 if(n>2)//if 1 { for(k=1;k<n-1;k++) //for3 { if(L[n-1][i].item[k]!=L[n-1][j].item[k]) { temp=0; break; }//if 1 }//end for3 }//end if1 if(temp==1)//满足联结条件 { // printf("in if 2 no=%d\n",no); no++; for(p=1;p<=n-1;p++) C[n][no].item[p]=L[n-1][i].item[p]; C[n][no].item[p]=L[n-1][j].item[p-1]; C[n][no].item[0]=0; for(q=1;q<=D[0].item[0];q++) //for5 测试其支持度 { count=0; //count用来记数,当所测试的项存在时,count加1,当count=n时,则子集存在 for(s=1;C[n][no].item[s]!=0;s++) //for6 { for(t=1;t<=D[q].item[0];t++) //for7 { if(C[n][no].item[s]==D[q].item[t]) { count+=1; break; } }//end for7 }//end for 6 if(count==n) C[n][no].item[0]+=1;//子集存在,第no项的支持度加1 }//end for5 C[n][0].item[0]+=1; }//end if2 }//end for2 /* num=C[n][0].item[0]; printf("in Cn(%d) num=%d\n",n,num); for(i=1;i<=num;i++) for(j=0;j<=n;j++) { printf("in Cn(%d) C[%d][%d].item[%d]=%d\n",n,n,i,j,C[n][i].item[j]); } printf("in Cn(%d) C[%d][0].item[0]=%d\n",n,n,C[n][0].item[0]); */ }//end of Cn() void L1() { int i,j,k; j=0; L[1][0].item[0]=0; //printf("C[1][0].item[0]=%d\n",C[1][0].item[0]); for(i=1;i<=C[1][0].item[0];i++) { if(C[1][i].item[0]>=min_supp) { j+=1; for(k=1;k<=1;k++) L[1][j].item[k]=C[1][i].item[k]; L[1][j].item[0]=C[1][i].item[0]; // printf("L[1][%d].item[1]=%d ",j,L[1][j].item[1]); 测试功能时加的 // printf(" -------------%d\n",L[1][j].item[0]); } }//end for1 L[1][0].item[0]=j; }//end of L1() void Ln(int n) { int i,j,k; Cn(n); j=0; L[n][0].item[0]=0; // printf("in Ln(%d) C[%d][0].item[0]=%d\n",n,n,C[n][0].item[0]); for(i=1;i<=C[n][0].item[0];i++) //for 1 { if(C[n][i].item[0]>=min_supp) { j+=1; for(k=1;k<=n;k++) L[n][j].item[k]=C[n][i].item[k]; L[n][j].item[0]=C[n][i].item[0]; } //end if }//end for1 /* for(i=1;i<=j;i++) for(k=0;k<=n;k++) {printf("L[%d][%d].item[%d]=%d \n",n,i,k,L[n][i].item[k]); } */ L[n][0].item[0]=j; //保存数据的个数 }//end of Ln(int n) void OutPut(int n) { int i,j,k; printf("频繁项目集L%d如下:\n",n); k=L[n][0].item[0]; if(k!=0) { for(i=1;i<=k;i++) { printf("{"); for(j=1;j<=n;j++) printf(" I%d ",L[n][i].item[j]); printf("} 支持度:%d\n",L[n][i].item[0]); }//for } else printf("项目集为空\n"); } void main() { int i,n; int k; for (k=1;k<1000;k++) { n=1; InPut(); C1();//初始化,生成1项候选集C1 L1();//得到1项频繁集L1 while(L[n][0].item[0]!=0) { n+=1; Ln(n); } for(i=1;i<=n;i++) OutPut(i); } }
评论
    相关推荐
    • apriori算法实现
      关联规则挖掘 由 Agrawal 等人于 1993 年提出 在数据库和数据挖掘领域已有深入研究的重要的数据挖掘模型. 假设所有数据是分类型的. 对于数值型数据没有好算法. 开始时用于购物篮分析, 寻找顾客购买项之间的关系...
    • apriori算法
      数据挖掘,频繁项集,关联规则。机器学习apriori算法java实现
    • Apriori算法 java实现
      Apriori算法,使用java从Excel中读取数据实现,文件中有源代码,测试数据源,原始数据。还将Exce所需的jar一起放在里面了。。
    • Apriori算法
      用vc++6.0运行绝对没有问题。。可以观察到频繁项集以及关联规则
    • Apriori算法 C语言实现
      Apriori算法 C语言实现 线性表结构加数组
    • apriori算法及常见java算法
      apriori算法 以及常见的java程序题目解答
    • Apriori算法
      Apriori算法案例java实现过程,有输入,输出值。
    • 关联规则Apriori算法实验.zip
      关联规则Apriori算法实验,内内含代码和。word报告,包您满意。关联规则Apriori算法实验,内内含代码和。word报告,包您满意。关联规则Apriori算法实验,内内含代码和。word报告,包您满意。关联规则Apriori算法实验...
    • 关联规则数据挖掘Apriori算法的JAVA实现
      JAVA实现的关联规则的数据挖掘Apriori算法,采用图形化界面形式,可以实现从布尔类型数据库中找出关联规则
    • 数据挖掘经典算法 关联规则挖掘Apriori算法
      数据挖掘中关联规则挖掘的Apriori算法源代码,很不错,值得看一下