Apriori 购物栏挖掘算法的C#实现。原创代码博客分类：商业智能和数据挖掘算法数据挖掘CC++C#

程序员文章站 2024-03-23 11:27:34

...

c# 代码

using System;
using System.Collections.Generic;
using System.Text;
using System.Collections;
class Program
{
static void Main(string[] args)
{
string file = @"c:\test.csv";
string sup = "2";
if (args.Length > 0) {
file = args[0];
}
if (args.Length== 2)
{
sup= args[1];
}
double support = double.Parse(sup);
CSVReader cr = new CSVReader();
ItemSet data = cr.Read(file);
Program p = new Program();
ItemSet a= p.apriori( data, support);
for (int i = 0; i < a.Count;i++ )
{
ItemSet cur = (ItemSet)a[i];
for (int j = 0; j < cur.Count; j++) {
ItemSet now = (ItemSet)cur[j];
foreach (DataItem item in now)
{
Console.Write("编号" + item.Id + ":" + item.ItemName+" ");
}
Console.WriteLine(" 支持度:"+now.ICount);
}
}
Console.Read();
}
private ItemSet FindOneColSet(ItemSet data, double support)
{
ItemSet cur=null;
ItemSet result = new ItemSet();
ItemSet set=null;
ItemSet newset=null;
DataItem cd=null;
DataItem td=null;
bool flag = true;
for (int i = 0; i < data.Count; i++) {
cur = (ItemSet)data[i];
for (int j = 0; j < cur.Count; j++) {
cd = (DataItem)cur[j];
for (int n = 0; n < result.Count; n++) {
set = (ItemSet)result[n];
td= (DataItem)set[0];
if (cd.Id == td.Id)
{
set.ICount++;
flag = false;
break;
}
flag=true;
}
if (flag) {
newset = new ItemSet();
newset.Add(cd);
result.Add(newset);
newset.ICount = 1;
}
}
}
ItemSet finalResult = new ItemSet();
for (int i = 0; i < result.Count; i++)
{
ItemSet con = (ItemSet)result[i];
if (con.ICount >= support)
{
finalResult.Add(con);
}
}
//finalResult.Sort();
return finalResult;
}
private ItemSet apriori( ItemSet data, double support)
{
ItemSet result = new ItemSet();
ItemSet li = new ItemSet();
ItemSet conList = new ItemSet();
ItemSet subConList = new ItemSet();
ItemSet subDataList = new ItemSet();
int k = 2;
li.Add( new ItemSet());
li.Add(this.FindOneColSet(data,support));
while (((ItemSet)li[k-1]).Count != 0)
{
conList = AprioriGenerate((ItemSet)li[k - 1],k-1, support);
for (int i = 0; i < data.Count; i++)
{
subDataList = SubSet((ItemSet)data[i], k);
for (int j = 0; j < subDataList.Count; j++)
{
for (int n = 0; n < conList.Count; n++)
{
((ItemSet)subDataList[j]).Sort();
((ItemSet)conList[n]).Sort();
if (((ItemSet)subDataList[j]).Equals(conList[n]))
{
((ItemSet)conList[n]).ICount++;
}
}
}
}
li.Add(new ItemSet());
for (int i = 0; i < conList.Count; i++)
{
ItemSet con = (ItemSet)conList[i];
if (con.ICount >= support)
{
((ItemSet)li[k]).Add(con);
}
}
k++;
}
for (int i = 0; i < li.Count; i++)
{
result.Add(li[i]);
}
return result;
}
private ItemSet AprioriGenerate(ItemSet li,int k, double support)
{
ItemSet curList = null;
ItemSet durList = null;
ItemSet candi = null;
ItemSet result = new ItemSet();
for (int i = 0; i < li.Count; i++)
{
for (int j = 0; j < li.Count; j++)
{
bool flag = true ;
curList = (ItemSet)li[i];
durList = (ItemSet)li[j];
for (int n = 2; n < k; n++)
{
if (((DataItem)curList[n - 2]).Id == ((DataItem)durList[n - 2]).Id)
{
flag = true;
}
else {
break;
flag = false;
}
}
if (flag && ((DataItem)curList[k - 1] ).Id< ((DataItem)durList[k - 1]).Id)
{
flag = true;
}
else {
flag = false;
}
if (flag)
{
candi = new ItemSet();
for(int m=0;m<k;m++){
candi.Add(durList[m]);
}
candi.Add(curList[k-1]);
if (HasInFrequentSubset(candi, li,k))
{
candi.Clear();
}
else
{
result.Add(candi);
}
}
}
}
return result;
}
private bool HasInFrequentSubset(ItemSet candidate, ItemSet li,int k)
{
ItemSet subSet = SubSet(candidate,k);
ItemSet curList = null;
ItemSet liCurList = null;
for (int i = 0; i < subSet.Count; i++)
{
curList = (ItemSet)subSet[i];
for (int j = 0; j < li.Count; j++)
{
liCurList = (ItemSet)li[j];
if (liCurList.Equals(curList))
{
return false;
}
}
}
return true;;
}
//划分子集
private ItemSet SubSet(ItemSet set)
{
ItemSet subSet = new ItemSet();
ItemSet itemSet = new ItemSet();
//移位求2n次访
int num = 1 << set.Count;
int bit;
int mask = 0; ;
for (int i = 0; i < num; i++)
{
itemSet = new ItemSet();
for (int j = 0; j < set.Count; j++)
{
//mask与i可以得出某位是否为零
mask = 1 << j;
bit = i & mask;
if (bit > 0)
{
itemSet.Add(set[j]);
}
}
if (itemSet.Count > 0)
{
subSet.Add(itemSet);
}
}
return subSet;
}
//划分子集
private ItemSet SubSet(ItemSet set, int t)
{
ItemSet subSet = new ItemSet();
ItemSet itemSet = new ItemSet();
//移位求2n次访
int num = 1 << set.Count;
int bit;
int mask = 0; ;
for (int i = 0; i < num; i++)
{
itemSet = new ItemSet();
for (int j = 0; j < set.Count; j++)
{
//mask与i可以得出某位是否为零
mask = 1 << j;
bit = i & mask;
if (bit > 0)
{
itemSet.Add(set[j]);
}
}
if (itemSet.Count == t)
{
subSet.Add(itemSet);
}
}
return subSet;
}
}

相关标签：算法数据挖掘 C C++ C#

上一篇： [一点一滴学英语] 20070202 企业应用数据挖掘活动

下一篇： LeetCode 5. Longest Palindromic Substring (DP)

Apriori 购物栏挖掘算法的C#实现。原创代码 博客分类： 商业智能和数据挖掘 算法数据挖掘CC++C#

一段没有空格的中英文分词的n-gram算法实现 博客分类： 商业智能和数据挖掘 算法J#数据挖掘CC++

Apriori 购物栏挖掘算法的C#实现。原创代码 博客分类： 商业智能和数据挖掘 算法数据挖掘CC++C#

Apriori 购物栏挖掘算法的C#实现。原创代码博客分类：商业智能和数据挖掘算法数据挖掘CC++C#

一段没有空格的中英文分词的n-gram算法实现博客分类：商业智能和数据挖掘算法J#数据挖掘CC++

Apriori 购物栏挖掘算法的C#实现。原创代码博客分类：商业智能和数据挖掘算法数据挖掘CC++C#