matlab 实现基本apriori算法

     刚刚学了数据挖掘的这个算法，马上实现下，怕忘掉了。。感觉matlab的好处就是矩阵可以一起进行逻辑运算，不过我没有进行预处理，输入的数据集保存在txt文件里，且都是以0-1矩阵构成的，不考虑出现次数。输出只实现了得到k-频繁项集，没有计算最终的关联规则。。那个感觉要遍历什么的，用矩阵枚举？？？还没想到怎么弄。。。。

    现在就贴贴代码，可能存在很多地方没有考虑到，，希望各位大神指点。。。。。谢谢。。

    从k频繁项集得到k+1频繁项集，通过两个k频繁项向量进行或运算得到。。

   剪枝判断k+1-候选项的子串是否在k频繁项集中存在，通过向量 异或 xor来判断

   统计支持度   提取数据集中指定列   进行与运算    再通过 sum 求和计算 支持度。。

%修改    原来判断两向量是否相等  matlab可以直接用==来判断      如向量 a，b   若用 a==b   等到新的向量  其中若对应位置相等 则为1  否则为0   。。所以好像可以改下下（http://zhidao.baidu.com/question/131185458.html）  

%   求真子集 matlab可以用combntns函数   等改 。。

 

    1、init.m

      初始化函数，得到1-频繁项集及支持度，输入数据集和最小支持度

function [L A]=init(D,min_sup) %D表示数据集  min_sup 最小支持度
[m n]=size(D);
A=eye(m,n);
B=(sum(D))';
i=1;
while(i<=m)
    if B(i)

   2、apriori_gen.m 

function [C]=apriori_gen(A,k)%产生Ck（实现组内连接及剪枝 ）   
%A表示第k-1次的频繁项集 k表示第k-频繁项集
[m n]=size(A);
C=zeros(0,n);
%组内连接
for i=1:1:m
    for j=i+1:1:m
        flag=1;
        for t=1:1:k-1
            if ~(A(i,t)==A(j,t))
                flag=0;
                break;
            end
        end
        if flag==0 break;
        end
        c=A(i,:)|A(j,:);
        flag=isExit(c,A);   %剪枝
        if(flag==1)C=[C;c];
        end
    end
end

      3、 isExit.m

function flag=isExit(c,A)%判断c串的子串在A中是否存在
[m n]=size(A);
b=c;
for i=1:1:n
    c=b;
    if c(i)==0 continue
    end
    c(i)=0;
    flag=0;
    for j=1:1:m
        A(j,:);
        a=sum(xor(c,A(j,:)));
        if a==0 
            flag=1;
            break;
        end
    end
    if flag==0 return 
    end
end

 4、get_k_itemset.m

function [L C]=get_k_itemset(D,C,min_sup)%D为数据集  C为第K次剪枝后的候选集 获得第k次的频繁项集
m=size(C,1);
M=zeros(m,1);
t=size(D,1);
i=1;
while i<=m
    C(i,:);
    H=ones(t,1);
    ind=find(C(i,:)==1);
    n=size(ind,2);
    for j=1:1:n
        D(:,ind(j));
        H=H&D(:,ind(j));
    end
        x=sum(H');
        if x

5、主函数   apriori.m

function [L]=apriori(D,min_sup)
[L A]=init(D,min_sup)%A为1-频繁项集  L中为包含1-频繁项集以及对应的支持度
k=1;
C=apriori_gen(A,k) %产生2项的集合
while ~(size(C,1)==0)
[M C]=get_k_itemset(D,C,min_sup)%产生k-频繁项集 M是带支持度  C不带
if ~(size(M,1)==0)L=[L;M]   
end
k=k+1;
C=apriori_gen(C,k)%产生组合及剪枝后的候选集 
end

举例数据集

abc =

     1     1     1     1     0
     0     1     1     0     1
     1     1     1     0     1
     0     1     0     1     1
     1     1     1     1     0

输入：apriori(abc,3)

输出：

频繁项集+支持度