Apriori算法实验报告文档格式.docx
《Apriori算法实验报告文档格式.docx》由会员分享，可在线阅读，更多相关《Apriori算法实验报告文档格式.docx（18页珍藏版）》请在冰豆网上搜索。
string>
>
datavec;
//原始数据项集
candidatevec;
//候选项集
frequentvec;
//频繁项集
ofstreamoutFile;
intround=1;
//生成项集轮次
longtrancount=0;
//原始事务总数
//判断某个工程在某一个事务中是否存在，存在那么值为1，反之为0
string,bool>
>
bitmap;
Apriori算法的第一步是简单统计所有含一个元素的项集出现的频率，来决定频繁1项集。
在第k步,分两个阶段：
1，用函数genCanItemsetK，通过第（k-1）步中生成的频繁（k-1）项集来生成侯选k项集；
2.计算侯选k项集的支持度，并找出频繁k项集。
Apriori算法描述如下
getOriData（）;
//获取原始数据集，并统计事务个数
genCanItemset1（）;
//产生输出候选1项集
genFreItemset1（）;
//产生频繁项集
if（!
frequentvec.empty（））//根据频繁1项集，执行程序
{
do
{
genCanItemsetK（）;
//生成并输出候选k项集
genFreItemsetK（）;
//计算并输出频繁k项集
}while（!
frequentvec.empty（））;
//频繁项集不为空,那么循环继续
}
其中，产生候选k项集函数genCanItemsetK中涉及两个重要函数，项集合并函数mergeItem和剪枝函数cutNotCanItemsetK。
3、函数方法说明
//获取原始数据集，并统计事务个数
voidgetOriData（）;
//合并生成新的候选项集
mergeItem（vector<
vect1,vector<
vect2,intround）;
//判断项集item是否已经存在候选项集集合items中,存在那么返回1
intisExist（vector<
item,vector<
items）;
//产生并输出候选1项集
voidgenCanItemset1（）;
//产生并输出频繁1项集
voidgenFreItemset1（）;
//产生并输出候选k-项集〔k>
=2〕
voidgenCanItemsetK（）;
//产生并输出频繁k-项集〔k>
voidgenFreItemsetK（）;
//剪枝：
剪去合并后项集中含有非频繁项集中的项
voidcutNotCanItemsetK（vector<
&
item）;
五、实验截图
1.程序运行界面
2.输出文件截图1
3.输出文件截图1
六、实验总结
做完这个实验，有如下收获：
1.同一数据集，最小支持度越小，那么产生的频繁项集维数越高，程序运行时间越长；
2.更加深刻理解了：
频繁子集的任何子集一定是频繁的，子集频繁父亲一定频繁；
3.Apriori也存在缺点：
第一在每一步产生侯选工程集时循环产生的组合过多，没有排除不应该参与组合的元素；
第二,每次计算项集的支持度时，开销会随着数据的增多而成几何级增长。
七、附
1.程序源码main.cpp
#include<
iostream>
fstream>
vector>
map>
algorithm>
iomanip>
usingnamespacestd;
intmain（）
{
getOriData（）;
cout<
<
"
请输入结果文件名：
"
;
//pause
stringfName;
cin>
fName;
请输入最小支持度：
minsup;
outFile.open（fName,ios:
:
trunc）;
outFile<
最小支持度为minsup="
<
minsup<
endl;
genCanItemset1（）;
genFreItemset1（）;
frequentvec.empty（））//判断频繁1项集是否为空，为空那么退出
outFile.close（）;
\n结果已保存到"
fName<
文件！
\n"
system（"
pause"
）;
return0;
}
voidgetOriData（）
intflag;
数据集文件：
\n1.dataA.txt\n2.dataB.txt\n请输入〔1选择dataA，其他选择2〕\n"
flag;
stringfilename;
if（flag==1）
filename="
dataA.txt"
//翻开数据文件
else
dataB.txt"
ifstreamfile（filename）;
file）//检查文件是否翻开成功
{
cout<
Failtoopendatafile!
endl;
system（"
exit（0）;
stringtemp;
vector<
item;
//项集的临时vector
原始数据集：
intbegin,end;
while（getline（file,temp））//一行一行读入数据
trancount++;
begin=0;
temp.erase（0,temp.find_first_not_of（"
\r\t\n"
））;
//去除字符串首部的空格
temp.erase（temp.find_last_not_of（"
\r\t\n"
）+1）;
//去除字符串尾部的空格
while（（end=temp.find（'
'
begin））!
=string:
npos）//每一个事务中的项是以空格为分隔符的
{
item.push_back（temp.substr（begin,end-begin））;
//将每一个项插入item中
begin=end+1;
}
item.push_back（temp.substr（begin））;
//一个事务中的最后一项
datavec.push_back（item）;
//将一个事务中的所有项当成一个整体插入另一个大的vector中
item.clear（）;
//清空item
cout<
temp<
}
file.close（）;
voidgenCanItemset1（）
map<
item_map;
for（intix=0;
ix!
=datavec.size（）;
++ix）
for（intiy=0;
iy!
=datavec[ix].size（）;
++iy）
items_count[datavec[ix].at（iy）]++;
//该项集的计数加1
item_map[datavec[ix].at（iy）]=true;
//表示该工程在该事务中存在，值为1，否那么默认为0
bitmap.push_back（item_map）;
item_map.clear（）;
//这里一定要清空一下
const_iteratormap_it=items_count.begin（）;
候选1项集:
while（map_it!
=items_count.end（））//输出候选1项集
outFile<
{"
map_it->
first<
}"
map_it++;
voidgenFreItemset1（）
outFile<
频繁1项集:
vector<
//项集的临时vector
=items_count.end（））//频繁1项集
if（（（float）map_it->
second/（float）trancount）>
minsup||fabs（（（float）map_it->
second/（float）trancount）-minsup）<
1.0e-7）//支持度大于0.2
outFile.setf（ios:
fixed）;
outFile<
支持度:
setprecision
（2）<
（float）map_it->
second/（float）trancount<
item.push_back（map_it->
first）;
frequentvec.push_back（item）;
//插入频繁1项集的vector中
voidgenCanItemsetK（）
//生成下一轮的候选项集
intst=frequentvec.size（）;
candidatevec.clear（）;
//去除上一轮的候选项集
for（intst1=0;
st1<
st;
st1++）
for（intst2=st1+1;
st2<
st2++）
item=mergeItem（frequentvec[st1],frequentvec[st2],round）;
//调用函数合并生成下一轮的候选项集
if（!
item.empty（）&
&
!
isExist（item,candidatevec））//假设经过判断处理后返回的vector不为空且还不存在该项集，那么作为候选项集参加候选vector中
cutNotCanItemsetK（item）;
round++;
候选"
round<
项集:
=candidatevec.size（）;
++ix）//输出候选项集
outFile<
=candidatevec[ix].size（）;
outFile<
candidatevec[ix].at（iy）;
if（candidatevec.empty（））//候选项集为空
项集为空!
//产生并输出频繁k-项集（k>
=2）
voidgenFreItemsetK（）
//标记某个项集在某条事务中是否出现，出现为1，不出现为0，如：
{I1I2}
intcount;
//统计某个想集在整个交易的事务集中出现的次数
stringtempstr;
//临时string，用于串接各个项成一个字符串：
如:
I1I2I3串接为"
I1I2I3"
intmark;
//为防止执行多余的字符串串接工作
frequentvec.clear（）;
//去除上一轮的频繁项集
for（intsx=0;
sx!
++sx）//构造下一轮的频繁项集
mark=1;
count=0;
for（intsy=0;
sy!
=bitmap.size（）;
++sy）
flag=1;
//初始化为1，表出现
for（intsz=0;
sz!
=candidatevec[sx].size（）;
++sz）
if（bitmap[sy][candidatevec[sx].at（sz）]==false）//存在某一个子项不存在，那么没出现项集
{
flag=0;
}
if（mark==1）//只串接一次，如I1I2否那么为10个I1I2的串接
tempstr+=candidatevec[sx].at（sz）;
//串接字符串
if（flag）//flag仍然为1，表示该项集在该条事务中出现了，计数加1
count++;
mark++;
if（（（float）count/（float）trancount）>
minsup||fabs（（（float）count/（float）trancount）-minsup）<
frequentvec.push_back（candidatevec[sx]）;
//插入频繁项集
items_count[tempstr]=count;
//对应该项集的计数值
/////////假设此时生成的tempstr为I1I2I3,为便于后面的求置信度的计算，这里需要产生I2I1I3,I1I3I2等组合，并
//在items_count中给它们赋予和I1I2I3相同的值
sort（candidatevec[sx].begin（）,candidatevec[sx].end（））;
//排序
stringtempstr2;
while（next_permutation（candidatevec[sx].begin（）,candidatevec[sx].end（）））//取下一排列组合
for（inttempst=0;
tempst!
tempst++）//拼接出该字符串组合
tempstr2+=candidatevec[sx][tempst];
items_count[tempstr2]=count;
tempstr2.erase（）;
}
tempstr.erase（）;
frequentvec.empty（））//频繁项集不为空
频繁"
for（intsx=0;
=frequentvec.size（）;
++sx）//输出频繁项集
=frequentvec[sx].size（）;
outFile<
frequentvec[sx].at（sz）;
tempstr+=frequentvec[sx].at（sz）;
（float）items_count[tempstr]/（float）trancount<
tempstr.erase（）;
没有"
-频繁项集,Apriori算法结束!
//两个项集合并（要求只有一项不同）成一个新的项集〔做为候选集〕
vect2,intround）
intcount=0;
//统计两个vector中相同的项的数目
vect;
tempMap;
//辅助判断两个vector中重复的项
for（unsignedintst=0;
st<
vect1.size（）;
st++）
tempMap[vect1[st]]++;
vect.push_back（vect1[st]）;
vect2.size（）;
tempMap[vect2[st]]++;
if（tempMap[vect2[st]]==2）//表示这两项相同
count++;
else
vect.push_back（vect2[st]）;
if（（count+1）!
=round）//要求两个工程集只有一个工程不相同，其他都相同,如:
I1I2I4和I1I2I3
vect.clear（）;
returnvect;
item）
////////实现剪枝//////////////////////////
tempvec;
boolfound=false;
//是否包含有非频繁的子集,为1表示含有，有的话进行剪枝，如假设I1I4为非频繁项集，那么I1I2I4要剪枝掉
stringteststr;
inttestint;
tempvec=item;
sort（tempvec.begin（）,tempvec.end（））;
while（next_permutation（tempvec.begin（）,tempvec.end（）））//遍历所有的组合I1I2I4,要变成I1I4I2或其他如I2I1I4才能判断它包含I1I4这个非频繁项集
for（inttempst=0;
=tempvec.size（）;
tempstr+=tempvec[tempst];
for（map<
const_iteratortempit=items_count.begin
升级会员 