快速建站费用,网站排名突然掉了怎么回事,庆阳网站制作,wordpress 画展主题代码中Ci表示候选频繁i项集#xff0c;Li表示符合条件的频繁i项集　　　　# codingutf-8　　　　def createC1(dataSet): # 构建所有1项候选项集的集合　　　　C1 []　　　　for transaction in dataSet:　　　　for item in transaction:　　　　if [item] not in C1:　　　… 　　代码中Ci表示候选频繁i项集Li表示符合条件的频繁i项集　　　　# codingutf-8　　　　def createC1(dataSet): # 构建所有1项候选项集的集合　　　　C1 []　　　　for transaction in dataSet:　　　　for item in transaction:　　　　if [item] not in C1:　　　　C1.append([item]) # C1添加的是列表对于每一项进行添加[[1], [2], [3], [4], [5]]　　　　#print(C1:,C1)　　　　return list(map(frozenset, C1)) # 使用frozenset被“冰冻”的集合为后续建立字典key-value使用。　　　　###由候选项集生成符合最小支持度的项集L。参数分别为数据集、候选项集列表最小支持度　　　　###如　　　　###C3: [frozenset({1, 2, 3}), frozenset({1, 3, 5}), frozenset({2, 3, 5})]　　　　###L3: [frozenset({2, 3, 5})]　　　　def scanD(D, Ck, minSupport):　　　　ssCnt {}　　　　for tid in D: # 对于数据集里的每一条记录　　　　for can in Ck: # 每个候选项集can　　　　if can.issubset(tid): # 若是候选集can是作为记录的子集那么其值1,对其计数　　　　if not ssCnt.__contains__(can): # ssCnt[can] ssCnt.get(can,0)1一句可破没有的时候为0,加上1,有的时候用get取出加1　　　　ssCnt[can] 1　　　　else:　　　　ssCnt[can] 1　　　　numItems float(len(D))　　　　retList []　　　　supportData {}　　　　for key in ssCnt:　　　　support ssCnt[key] / numItems # 除以总的记录条数即为其支持度　　　　if support minSupport:　　　　retList.insert(0, key) # 超过最小支持度的项集将其记录下来。　　　　supportData[key] support　　　　return retList, supportData　　　　###由Lk生成K项候选集Ck　　　　###如由L2: [frozenset({3, 5}), frozenset({2, 5}), frozenset({2, 3}), frozenset({1, 3})]　　　　###生成　　　　###C3: [frozenset({1, 2, 3}), frozenset({1, 3, 5}), frozenset({2, 3, 5})]　　　　def aprioriGen(Lk, k):　　　　retList []　　　　lenLk len(Lk)　　　　for i in range(lenLk):　　　　for j in range(i 1,lenLk):　　　　if len(Lk[i] | Lk[j])k:　　　　retList.append(Lk[i] | Lk[j])　　　　return list(set(retList))　　　　####生成所有频繁子集　　　　def apriori(dataSet, minSupport0.5):　　　　C1 createC1(dataSet)　　　　D list(map(set, dataSet))　　　　L1, supportData scanD(D, C1, minSupport)　　　　L [L1] # L将包含满足最小支持度即经过筛选的所有频繁n项集这里添加频繁1项集　　　　k 2　　　　while (len(L[k - 2]) 0): # k2开始由频繁1项集生成频繁2项集直到下一个打的项集为空　　　　Ck aprioriGen(L[k - 2], k)　　　　Lk, supK scanD(D, Ck, minSupport)　　　　supportData.update(supK) # supportData为字典存放每个项集的支持度并以更新的方式加入新的supK　　　　L.append(Lk)　　　　k 1　　　　return L, supportData　　　　if __name__ __main__:　　　　dataSet [[1, 3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]]　　　　D list(map(set, dataSet))　　　　L,suppData apriori(dataSet)　　　　print(L:,L)　　　　print(suppData:,suppData)　　　　　　　　C1 createC1(dataSet)　　　　L1, supportData1 scanD(D, C1, 0.5)　　　　print(C1:,C1)　　　　print(L1:,L1)　　　　print(supportData1:,supportData1)　　　　C2 aprioriGen(L1, 2)　　　　L2, supportData2 scanD(D, C2, 0.5)　　　　print(C2:,C2)　　　　print(L2:,L2)　　　　print(supportData2:www.gcyl152.com/,supportData2)　　　　C3 aprioriGen(L2, 3)　　　　L3, supportData3 www.michenggw.com scanD(D, C3, 0.5)　　　　print(C3:,C3)　　　　print(L3:,L3)　　　　print(supportData3:,supportData3)　　　　　　　　最终得到的所有支持度大于0.5的频繁子集及其支持度如下　　　　        frozenset({1})www.mcyllpt.com/ : 0.5, 　　　　        frozenset({3}): 0.75, 　　　　        frozenset({4}): 0.25, 　　　　        frozenset({2}): 0.75, 　　　　        frozenset({5}): 0.75, 　　　　        frozenset({1, 3}): 0.5, 　　　　        frozenset({2, 3}): 0.5, 　　　　        frozenset({2, 5}): 0.75, 　　　　        frozenset({3, 5}): 0.5, 　　　　        frozenset({1, 2}): 0.25, 　　　　        frozenset({1, 5}): 0.25, 　　　　        frozenset({2, 3, 5}): 0.5, 　　　　        frozenset({1, 2, 3}): 0.25, 　　　　        frozenset({1, 3, 5}): 0.25 转载于:https://www.cnblogs.com/qwangxiao/p/10121889.html