数据挖掘FP与Apriori实验报告

1、数据挖掘实验报告-Apriori算法和FP增长算法挖掘频繁项集问题描述：一、数据库后 5个事务如：表-0。设 min_sup=60%,min_conf=80% 。TID购买的商品T100M,O,N,K,E,YT200D,O,N,K,E,YT300M,A,K,ET400M,U,C,K,YT500C,O,O,K,I,E表-0分别使用Apriori和FP增长算法找出所有频繁项集。并比较两种挖掘过程的效率。列举所有与下面元规则匹配的强关联规则（给出支持度s和置信度c）,其中，X是代表顾客的变量，itemi是表示项的变量（如" A'； BJ：问题分析：1 .分别使用Apriori算法和

2、FP算法逐步求的所有的频繁项集，记录各自使用的扫描事务的总次数，用于探究各自的效率。2 .对于问题二可以采取如下步骤解决：首先找出所有三项频繁项集，然后按照元规则匹配出关联规则，最后利用支持度和置信度选出强关联规则。解决方案：1.采用Aporior算法挖掘所有频繁项集的步骤：1)扫描数据库，对每个候选计数，得频繁一项候选集C1如表-1 :项集支持度计数A C D E I K M N 0 U Y12141532313表-12)由比较候选支持度计数与最小支持度计数( min_sup*5=3 )得频繁一项集L1如表-2：项集支持度计数EKM4530Y33表-23）连接（L1 ）得频繁二项候选集C2如

3、表-3 :项集支持度计数E，K E，ME，0 E，Y K,M K，0 K，Y M,0 M,Y 0，Y4232333122表-34）扫描数据库由比较候选支持度计数与最小支持度计数得频繁二项集L2如表-4 :项集支持度计数E，K E，0 43K,M K，OK，Y333表-45）重复步骤3）（此处可以不用扫描数据库而是利用Aprioir剪枝进行选择）求的频繁三项候选集C3如表-5:项集支持度计数E,K,O 3E,K,M 2E,K,Y 2K,M,O1K,M,Y2K,O,Y2表-56）使用 Apriori 剪枝可以去掉 C3 中的EKM,E,K,Y,KMO,K,M,Y,K,Y,O（因为这些项集中存在不属

4、于 L2中的子集）,求的L3。L3=E,K,O即求的所有频繁项集L1 , L2, L3。2.采用FP增长算法挖掘所有频繁项集得步骤：1）扫描事务数据库，收集频繁一项集L和对应的支持度计数并按降序排列得表-6:项集支持度计数KEMY0543332)再次扫描事务数据库，构造 FP树如图-1所示:1频繁模式信息的FP树图-13) 通过创建条件模式基挖掘 FP树:项条件模式基条件FP树频繁项集YK,EMY:1,K,E,Y:1,K,M,Y:1<K:3>K，YMK,E,M:2,K,M:1<K:3>K,M0K,E,M,Y:1,K,E,Y:1,K,E:1<K:3,E:3>K

5、,O,E,O,K,E,OEK：5K：5K，E即求的所有频繁项集。效率分析：在Apriori算法中1) 2) 3) 4)步中需要扫描数据库多次。而在 FP增长算法中只需要在1) 2)步骤中扫描数据库。因此FP增长算法的效率比 Apriori算法效率高!由频繁三项集L3=K,E,O产生关联规则且匹配元规则的关联规则有:K EConfidence=2/4<min_conf=80%弱关联规则K OConfidence=100%>min_conf=80%强关联规则E OConfidence=100%>minconf=80%强关联规则*注：s=3,c=1.实验总结：一、在构造FP增长树时不熟练，导致树的节点路劲与数据库中的事务不吻合