Apriori算法实现

Posted

技术标签:

【中文标题】Apriori算法实现【英文标题】:Apriori Algorithm Implementation 【发布时间】:2011-01-15 14:44:32 【问题描述】:

我正在使用 apiori 算法实现从事务集生成关联规则,并且得到以下关联规则。但是我得到一个关联规则 1->8 我可以假设 8->1 因为看到关联规则它从 0 开始到 9 结束,因为有 10 个产品类别,但是使用这个算法我没有得到类似 8-> 2 或 9->1,所以我可以将关联规则 2->8 反转为 8->2。如果没有,有人可以指出更好的 apiori 算法实现

0-->5
0-->9
1-->2
1-->4
1-->5
1-->7
1-->8
1-->9
2-->3
2-->4
2-->5
2-->6
2-->7
2-->8
2-->9
3-->4
3-->5
3-->6
3-->7
3-->8
4-->5
4-->6
4-->7
4-->8
4-->9
5-->6
5-->7
5-->8
5-->9
6-->7
6-->8
6-->9
7-->8
7-->9
8-->9

【问题讨论】:

【参考方案1】:

你可以在这里得到我最喜欢的 apriori 实现:

http://www.borgelt.net/apriori.html

(Christian Borgelt 还实现了许多其他挖掘算法。)

我经常使用它来挖掘包含数百万条目的数据集,而且速度非常快。 你可以配置它来做你想做的事(频繁的项目集与关联规则)。

【讨论】:

感谢推荐!【参考方案2】:

当然你可以这样假设(1=>9 等于 9=>1)。这些项目基本上是相互组合,而不是排列。 FPGrowth 比 Apriori 更高效

【讨论】:

【参考方案3】:

如果你想下载Java版Apriori频繁项集挖掘的算法,可以查看我的网站: p>

http://www.philippe-fournier-viger.com/spmf/

它还提供了 Eclat、FPGrowth、Charm 和许多其他算法的实现,可用于关联规则挖掘、频繁项集挖掘、顺序模式挖掘和顺序规则挖掘。

【讨论】:

以上是关于Apriori算法实现的主要内容,如果未能解决你的问题,请参考以下文章

实现Apriori算法(python)

小白向Apriori算法Python实现

关联规则挖掘算法Apriori算法

第九章 数据关联规则分析算法——基于Apriori算法的关联项分析

在 Hadoop 上实现 Apriori 算法

Python 实现关联规则分析Apriori算法