任务描述
本关任务:编写一个能实现Apripori算法候选生成的小程序。
相关知识
为了完成本关任务,你需要掌握:1.Apripori 算法候选生成,2.Apripori 算法候选生成代码实现。
Apripori 算法候选生成
Apripori算法利用自连接生成候选集: 自连接:对Lk
中的2个k项集l1
和l2
,若l1
和l2
有且仅有1个项不同,则将l1
∪l2
加入Ck+1
。 直观理解:生成可能的(k+1)项集:
上图为频繁3项集L3
生成候选4项集C4
过程示例,可以看到L3
中的2个3项集ABC
和ABD
有且仅有1个项不同,则将 ABC
∪ABD
=ABCD
加入C4
。
Apripori 算法候选生成代码实现
Apripori 算法候选1项集生成函数如下:
def create_c1(self, dataset): # 遍历整个数据集生成c1候选集
c1 = set()
for i in dataset:
for j in i:
item = frozenset([j])
c1.add(item)
return c1
其中 dataset 为数据集列表。
Apripori 算法候选 k 项集生成函数(无剪枝操作)代码思路如下:
- 创建Ck集合。
- 获取Lk_1的长度。
- 将Lk_1转换为列表。
- 两次遍历Lk-1,找出前n-1个元素相同的项。
- 只有最后一项不同时,生成下一候选项。
- 返回Ck集合。
根据提示,在右侧编辑器补充代码,生成候选3项集C3
。
预期输出:4
class Apriori():
def create_c1(self, dataset): # 遍历整个数据集生成c1候选集
c1 = set()
for i in dataset:
for j in i:
item = frozenset([j]) #返回一个冻结的集合
c1.add(item)
return c1
def create_ck(self, Lk_1, size): # 通过频繁项集Lk-1创建ck候选项集
Ck = set()
l = len(Lk_1)
lk_list = list(Lk_1)
for i in range(l):
for j in range(i + 1, l):
##########begin##########
# 两次遍历Lk-1,找出前n-1个元素相同的项
# 数据集列表里面的lk_list[i]单个元素,不是列表类型转化
l1 = list(lk_list[i])
l2 = list(lk_list[j])
l1.sort()
l2.sort() #小写英文字母也可以排序
##########end##########
if l1[0:size - 2] == l2[0:size - 2]:
##########begin##########
#只有最后一项不同时,生成下一候选项
Ck_item = lk_list[i] | lk_list[j]
if Ck_item not in Ck:
Ck.add(Ck_item)
##########end##########
return Ck
def generate_lk_by_ck_ergodic(self, data_set, ck, min_support, support_data):
item_count = {}
Lk = set()
for t in data_set:
for item in ck:
if item.issubset(t):
if item not in item_count:
item_count[item] = 1
else:
item_count[item] += 1
t_num = float(len(data_set))
for item in item_count:
if item_count[item] / t_num >= min_support:
Lk.add(item)
support_data[item] = item_count[item]
return Lk
if __name__ == "__main__":
data = [['a','c','e'],['b','d'],['b','c'],['a','b','c','d'],['a','b'],['b','c'],['a','b'],
['a','b','c','e'],['a','b','c'],['a','c','e']]
apriori = Apriori()
support_data = {}
c1 = apriori.create_c1(data)
l1 = apriori.generate_lk_by_ck_ergodic(data_set=data, ck=c1, min_support=0.2, support_data=support_data)
c2 = apriori.create_ck(l1, size=2)
l2 = apriori.generate_lk_by_ck_ergodic(data_set=data, ck=c2, min_support=0.2, support_data=support_data)
c3 = apriori.create_ck(l2, size=3)
print(len(c3))